文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 互联网 > ~论信息挖掘在计算机犯罪侦查技术中的应用
侵权投诉

~论信息挖掘在计算机犯罪侦查技术中的应用

统因没有能力去交互证实发现的知识,使得发现的知识没有普适性而不能成为有用的知识;新知识需要动态维护和及时更新;目前的数据挖掘系统尚不能支持多种平台。一些产品是基于PC的,一些是面对大型主机系统的,还有一些是面向客户服务器环境的。有的系统对于数据库中包含的域或记录是有限的。

数据挖掘的这些局限性,很大程度上来源于对知识发现本身机理研究的缺乏。虽然国内外在知识发现方面做了很多工作,但其中还有大量的工作需要开展,有许多问题有待解决。除去面向海量信息处理的一些关键技术问题尚待解决外,人们对知识发现系统潜在规律、内在机理知之甚少是造成此问题的极端重要的原因,对于KDD的挖掘过程、总体结构与运行机制很少有人问津。1992年,在G.Piatesky Shapiro等开发的知识发现平台KDW中提出过!采用领域知识辅助初始发现的聚焦,限制性的探索 的思想;1993年,JongP.Yoon与LarryKerschberg提出一个数据库中知识发现与进化的概念,提出使用正反两个方面的例子来发现新旧知识的协调一致,以及知识与数据库同步进化的思想;1996年SarabjotS.Anand等提出的基于证据理论的数据挖掘一般框架EDM中,提及了!用户的先验知识与先前发现的知识可以耦合到发现过程中 。但他们都没有研究其理论基础与具体实现方法。杨炳儒教授针对上述问题,在KDD的基础上,从知识发现、认知科学与智能系统交叉结合的角度,于1997年独立提出了基于双库协同机制(由启发型协调器和中断型协调器来实现)的KDD*新系统,经过长期的研究和实践,已经从理论上基本解决了双库协同的机理及其技术实现,形成了KDD的扩展结构KDD。2001年2月28日,经中国科学技术信息研究所的查新鉴定,内在机理的研究是一项具有国内外创新性的研究:(1)在理论方面:#提出KD知识发现过程中!双库协同 、!双基融合 、!信息扩散 三种新机制; 构造KDD*、KDK*、KD(D&K)、ESKD四种新结构模型;%建立基于语言场的知识表示方法与基于因果定性推理的关联规则的挖掘算法;&专题描述基于自认知逻辑的知识评价方法。(2)在应用方面:开发具有广泛适用性的信息挖掘系统。

*

的对象不同。数据挖掘的对象是数据库,数据库有规范的结构。而Web上的信息则不然,主要是文档和多媒体信息,它们结构性差,好则半结构化,坏则毫无结构可言。但两种挖掘算法之间有一定内在联系,故Web挖掘可以借鉴数据挖掘的许多理论方法和技术。我们可以通过改进数据挖掘中的多种挖掘算法(对文本信息挖掘而言,基于聚类模式和分类模式的数据挖掘算法是比较有效的)来发现网络上蕴涵的丰富知识模式。Web挖掘涉及到网络技术、文本挖掘技术、数据挖掘技术,、多媒体技术、数据库技术等多个领域。它是一个崭新的多学科交叉领域,具有不可估量的理论意义和实用价值。

Web数据挖掘的对象可以是服务器日志数据、用户注册信息、Web页面、Web页面超级链接关系等。以服务器日志数据为例,当个人访问服务器时,服务器方会产生3种类型的日志文件:Serverlogs,Cookielogs,Errorlogs,这些日志记录用户访问的基本情况。

由于Web页面空间的不确定性,当要用传统的数据挖掘方法对Web进行挖掘时,在数据预处理阶段,需要把Web页面空间需要挖掘的特征组织到关系数据库二维表中,然后就可以用通用的数据挖掘方法进行处理。

下面以Web访问信息为例,来说明具体的挖掘方法。2 1 预处理任务

(1)数据清洗#消除不相关的项;

判断在存取日志中,有无重要的存取未被记录下来;

%判断用户是一个还是多个。(2)事物识别

在对Web日志数据进行数据挖掘之前,需要把对Web页的访问序列组织或逻辑单元以表征事物或用户会话。一个用户会话是在该用户访问一个站点时,访问的全部页的参照序列。在一个用户会话中,依赖于识别事物的标准,事物可以是一页,也可以是全部页。

寻找访问路径的简单算法是:#对日志进行预处理。

根据每一个访问者IP,划分日志,即在Log中找到每一个访问者访问记录集。

2 Web挖掘方法

Web挖掘区别于数据挖掘的最本质之处是挖掘

上一页第3页

TOP相关主题

你可能喜欢

热门文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email