基于K-means和naive Bayes的数据库用户行为异常检测研究
针对数据库用户行为异常导致数据库泄露问题，提出了一种基于K-means和naive Bayes算法的数据库用户异常检测方法。首先，利用数据库历史审计日志中用户的查询语句与查询结果，采用K-means聚类方法得到用户的分组；然后，使用naive Bayes分类算法构造用户异常检测模型。与单独使用naive Bayes分类法构造的模型相比，在数据预处理时其精简了用户行为轮廓的表示方法，降低了计算冗余，减少了81%的训练时间；利用K-means聚类方法得到用户组别，使检测的精确率提高了7.06%，F1值提高了3.33%。实验证明，所提方法大幅降低了训练时间，取得了良好的检测效果。
文件下载
评论信息
其他资源
- 中兴光猫配置文件解密工具最新版 1.0电脑版.zip
- HttpHelper 苏飞万能框架V2.2【有源码】
- stm32f103控制新西达30A电调（实验器材: 战舰STM32F103开发板V3版本 实验目的: 学习定时器的PWM功能 ）
- 股票历史数据下载.zip
- opencv svm训练及检测代码+样本描述文件
- zn7200c升级之前需要的过度版本 中继
- DSP母板图片.zip
- 不同转速对离心泵性能影响的试验研究.rar
- 37-大转盘设置图片.zip
- csnUtil.zip
- test_cluster-master.zip
- NT39406_V0.11_20070913.pdf
- 2020最新-百战程序员-SpringData视频教程从入门到精通（高薪必备技能）.txt
- 视频编辑专家 免费破解版
- instantclient-basic-nt-11.2.0.3.0
- jsp考勤管理系统
- qt实现n皇后问题（带界面）
- 三菱PLC-FX系列选型文件
- 地理信息系统实习教程第3版配套数据
- 计算机图形学 第4版 高清带目录
- MC9S12XS单片机原理及嵌入式系统开发
- qq游戏连连看java秒杀外挂源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明