基于审计日志的关联规则挖掘

摘要：

为解决审计日志信息利用不充分的问题,通过改进FP-Growth方法研究了审计日志关联规则,提出了基于相互关联规则的KAFP-Growth算法.将现有的审计日志与先进的数据挖掘分析技术结合,在详细研究Apriori算法、PCY算法和FP-Growth算法后,引入了重要属性的概念,对审计日志中的重要属性进行约束,减小了频繁项集,提高了计算性能.实验结果验证KAFP-Growth算法有效提高了审计日志的关联分析效率.相较于FP-Growth算法,在最小支持度相同的情况下,改进算法运行时间速度缩短了49.3％,随着数据集规模的增大,改进算法运行时间可缩短60％以上.

关键词：审计日志、数据挖掘、关联规则、KAFP-Growth算法

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技厅项目;河南省教育厅项目;河南工业大学项目

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：8397-8405