基于距离度量的关系数据库系统用户行为轮廓的挖掘  

Deriving User Profiles for Relational Database Using Distance Measure

作　　者：张勇[1] 冯玉才[1] 朱虹[1] 

机构地区：[1]华中科技大学数据库与多媒体研究所,武汉430074

出　　处：《计算机工程与应用》2003年第20期13-14,41,共3页Computer Engineering and Applications

基　　金：国家863高技术研究发展计划"多级安全数据库管理系统技术研究"项目资助(编号:2002AA144080);部委预研项目资助

摘　　要：现有的入侵检测系统大多是面向主机操作系统或网络数据包的,应用层的入侵检测例如针对数据库管理系统的入侵检测系统还非常少见。挖掘系统审计记录构造用户的行为轮廓,是异常检测的常见方法。但是传统的数据挖掘算法并没有考虑任何领域知识,为此引入了距离度量的概念,充分考虑数据库这一特殊应用,在挖掘算法中融入DBMS的数据结构特性和用户行为的语义特性,扩展了Apriori算法,挖掘出的频繁项集可以更精确地描述用户的行为模式。Current intrusion detection systems typically focus on operation system or network datagrams.IDS of applica-tion layer,such as,database system,is very rare.Mining audit trails to derive the normal user profiles is the common method adapted by anomaly detection.Nevertheless,classic mining algorithm never considers any domain knowledge.To capture the data structure and semantics encoded in a given database schema ,it introduces the notion of distance mea-sure.Distance measures are used to guide the search for frequent itemsets describing the working scope users or roles.

关 键 词：入侵检测 距离度量 用户轮廓 数据挖掘 数据库安全 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]