基于潜在数据挖掘的小样本数据库对抗攻击防御算法

作     者：曹卿 CAO Qing

作者机构：闽南理工学院信息管理学院福建泉州362700 

出 版 物：《吉首大学学报（自然科学版）》 (Journal of Jishou University(Natural Sciences Edition))

年 卷 期：2024年第45卷第1期

页      面：30-35页

学科分类：08[工学] 0839[工学-网络空间安全] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：福建省中青年教师教育科研项目(JAT220424) 

主　　题：数据挖掘 关联规则 强关联规则 小样本数据库 攻击检测 Apriori算法 

摘      要：为了降低小样本数据库欺骗率,提升小样本数据库的攻击防御效果,设计了一种基于潜在数据挖掘的小样本数据库对抗攻击的防御算法(潜在数据挖掘的防御算法).采用改进的Apriori算法,通过频繁属性值集的工作过程获取准确的强关联规则优势,并从小样本数据库中挖掘潜在数据对抗攻击,同时优化候选集寻找频繁集的过程,然后利用关联分析检测对抗攻击,并通过可信度调度控制访问速率来防止产生恶意会话,实现小样本数据库对抗攻击防御.实验结果表明,潜在数据挖掘的防御算法可有效防御小样本数据库遭受的多种类型攻击,降低攻击产生的数据库欺骗率,保障小样本数据库服务器利用率的稳定性.