数据挖掘分类算法在入侵检测应用中的比较

本论文针对两个具体的数据挖掘问题提出了基于机器学习算法的解决方案，涉及户外定位和链接检测等的研究

聚类在数据挖掘、模式识别等许多领域有着重要的应用提出了一种新颖的聚类算法:一种基于最大不相含核心点集的聚类算法LSNCCP,在密度定义的基础上 ,考察核心点之间的距离关系 ,定义相含、相交、相离这 3

入侵检测作为一种主动防御技术，弥补了传统安全技术的不足。另外，它还具有实时监测功能，大幅提高了计算机网络系统的安全性能。提出了一种应用于网络入侵检测的决策规则分类器，该分类器对多目标函数的进化算法进行

数据挖掘中Apriori算法在移动增值业务中的应用，王哲，郑朝晖 ，移动增值业务逐渐成为移动通信市场上最有活力、最具潜力、最受瞩目的业务。随着产业的复苏，越来越多的增值业务表现出强劲的发展

防火墙技术所表现出来的不足引出了人们对入侵检测系统(IDS) 技术的研究和开发。首先介绍了入侵检测技术、数据挖掘技术和关联规则算法,然后提出了一种基于数据 挖掘技术的入侵检测系统模型,并将数据挖掘中的

Apriori算法的一个数据挖掘应用，输出频繁项目集，有完整的程序和简单的操作说明

本文首先是阐述了聚类分析以及主成分分析的一些理论基础，分析和比较了几类较流行的划分聚类算法。

Research on Data Acquisition Technology in Intrusion Detection

详细介绍了分类的数据挖掘方法，讲解了决策的生成等。可以详细认识分类数据挖掘方法。

数据挖掘在高速公路收费数据中的应用，郑长江，沈金星，数据挖掘技术的发展为分析高速公路收费站海量统计资料提供了便利，通过对数据挖掘技术内容及其分类的简单介绍，运用关联规则并使