基于审计日志的关联规则挖掘

作     者：王京 谭玉波 邢晓萧 WANG Jing;TAN Yu-bo;XING Xiao-xiao

作者机构：河南工业大学信息科学与工程学院郑州450001 河南工业大学信息化管理中心郑州450001 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2022年第22卷第19期

页      面：8397-8405页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河南省科技厅项目(152102210268) 河南省教育厅项目(18B520013) 河南工业大学项目(26400243) 

主　　题：审计日志 数据挖掘 关联规则 KAFP-Growth算法 

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。