基于Web服務(wù)安全的異常數(shù)據(jù)挖掘算法研究.pdf

1、數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。在數(shù)據(jù)挖掘的過(guò)程中，數(shù)據(jù)庫(kù)中可能包含一些數(shù)據(jù)對(duì)象，它們與數(shù)據(jù)的一般行為或模型不一致，這些數(shù)據(jù)對(duì)象被稱為異常點(diǎn)，對(duì)異常點(diǎn)的查找過(guò)程稱為異常數(shù)據(jù)挖掘，它是數(shù)據(jù)挖掘技術(shù)中的一種。異常數(shù)據(jù)挖掘又稱孤立點(diǎn)分析、異常檢測(cè)、例外挖掘、小事件檢測(cè)、挖掘極小類、偏差檢測(cè)等。孤立點(diǎn)可能是“臟數(shù)據(jù)”，也可能是與實(shí)際對(duì)應(yīng)的有意義

2、的事件。從知識(shí)發(fā)現(xiàn)的角度看，在某些應(yīng)用里，那些很少發(fā)生的事件往往比經(jīng)常發(fā)生的事件更有趣、也更有研究?jī)r(jià)值，例外的檢測(cè)能為我們提供比較重要的信息，使我們發(fā)現(xiàn)一些真實(shí)而又出乎預(yù)料的知識(shí)。因此，異常數(shù)據(jù)的檢測(cè)和分析是一項(xiàng)重要且有意義的研究工作。 本文重點(diǎn)討論基于Web服務(wù)器日志文件的異常數(shù)據(jù)挖掘。系統(tǒng)地介紹了異常數(shù)據(jù)挖掘的基本理論，分別利用基于統(tǒng)計(jì)的方法、基于距離的方法和基于偏離的方法討論了異常點(diǎn)的檢測(cè)。重點(diǎn)討論了基于距離的異常數(shù)據(jù)挖掘