[發(fā)明專利]基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910331482.1
• 申請(qǐng)日: 2019-04-24
• 公開（公告）號(hào): CN110086801A
• 公開（公告）日: 2019-08-02
• 發(fā)明（設(shè)計(jì)）人: 韋鵬程;黃思行;趙宇
• 申請(qǐng)（專利權(quán)）人: 重慶第二師范學(xué)院
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;G06F17/13;G06F17/11;G06F16/2458
• 代理公司: 重慶市信立達(dá)專利代理事務(wù)所(普通合伙) 50230
• 代理人: 包曉靜

1.一種基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法，其特征在于，所述基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法包括：

第一步，兩級(jí)投影，通過掃描一遍得到length＝1的序列模式；用三角矩陣記錄這些信息就，再次掃描數(shù)據(jù)庫，M矩陣就構(gòu)造完成；對(duì)每個(gè)length-2序列模式建立投影數(shù)據(jù)庫；

第二步，挖掘L-1頻繁項(xiàng)集子程序均改為當(dāng)前p_ref_lx參數(shù)，如當(dāng)前Prefix為null，則本次直接對(duì)原始序列數(shù)據(jù)庫進(jìn)行挖掘；如當(dāng)前Prefix為非空，則對(duì)影數(shù)據(jù)庫進(jìn)行挖掘，掃描原始序列，對(duì)庫中的每個(gè)序列先匹配Prefix，然后記錄Prefix之后的元素信息，查找以當(dāng)前Prefix長度增加1的序列為前綴的頻繁序列；

第三步，舍棄非頻繁項(xiàng)與引進(jìn)相關(guān)度。

2.如權(quán)利要求1所述的基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法，其特征在于，所述第一步具體包括：

步驟一，通過掃描一遍得到length＝1的序列模式＜a＞:4；…＜f＞；

步驟二，不是對(duì)每個(gè)length＝1的序列模式建立投影數(shù)據(jù)庫，而是一個(gè)三角矩陣M；M矩陣記錄由length-1模式產(chǎn)生的length＝1-2模式，對(duì)角線上的每個(gè)元素都設(shè)立一個(gè)計(jì)數(shù)器，M[c，c]＝3指序列<c，c支持度是3；下三角部分都有三個(gè)計(jì)數(shù)器，M[a，c]＝(4，2，1)指support(<ac>)＝4，support(<ca>)＝2；再次掃描數(shù)據(jù)庫，M矩陣構(gòu)造完成；

步驟三，對(duì)每個(gè)length-2序列模式建立投影數(shù)據(jù)庫。

3.如權(quán)利要求1所述的基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法，其特征在于，所述第二步具體包括：存在一個(gè)包含n個(gè)主機(jī)的網(wǎng)絡(luò)，將這個(gè)網(wǎng)絡(luò)視為一個(gè)整體的系統(tǒng)；得到一個(gè)集合，即S＝{s₁,s₂,...,s_n}；在這個(gè)系統(tǒng)中每臺(tái)主機(jī)的一次動(dòng)作都可記為一個(gè)動(dòng)作單元，即v；當(dāng)系統(tǒng)內(nèi)部的主機(jī)與系統(tǒng)之外主機(jī)存在信息交互的時(shí)候，動(dòng)作單元就開始計(jì)數(shù)，外部主機(jī)訪問本系統(tǒng)內(nèi)的主機(jī)時(shí)v值相應(yīng)加1，內(nèi)部主機(jī)訪問系統(tǒng)外的主機(jī)時(shí)v值相應(yīng)減1；定義狀態(tài)集合U＝{μ₁,μ₂,...,μ_n}，U集為系統(tǒng)在經(jīng)過n次動(dòng)作后狀態(tài)序列的集合，通過狀態(tài)集合U，得到集合活躍度的集合A＝{a₁,a₂,...,a_k}，其中a_i表示系統(tǒng)經(jīng)過規(guī)定時(shí)間或數(shù)量等規(guī)定的尺度后，狀態(tài)μ_i出現(xiàn)的次數(shù)；借助集合A，計(jì)算狀態(tài)μ_i在規(guī)定的時(shí)間或數(shù)量間隔內(nèi)出現(xiàn)的概率p_i，對(duì)所有的a_i計(jì)算概率p_i后得到相關(guān)各個(gè)狀態(tài)的活躍度概率集合P＝{p₁,p₂,...,p_k}；對(duì)以上概率集合應(yīng)用熵值理論則得到活躍熵的定義：

4.如權(quán)利要求1所述的基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法，其特征在于，所述第二步還包括：對(duì)選取檢測窗口大小的依據(jù)；如果，長度為T的集合中存在n個(gè)不重復(fù)元素{a₁,a₂,...,a_n}，其中每個(gè)不相同的值出現(xiàn)次數(shù)的集合為{d₁,d₂,...,d_n}，此時(shí)求熵公式為：

選取小尺度計(jì)算熵值達(dá)到極限的次數(shù)多于大尺度計(jì)算時(shí)的次數(shù)。

5.一種應(yīng)用權(quán)利要求1～4任意一項(xiàng)所述基于分?jǐn)?shù)階微積分?jǐn)?shù)算法的網(wǎng)絡(luò)入侵安全數(shù)據(jù)處理方法的計(jì)算機(jī)網(wǎng)絡(luò)信息控制系統(tǒng)。