DNS(域名系统)在引导Internet流量方面提供了关键功能。 保护DNS服务器免受带宽攻击是DNS服务提供商的一项重要任务。 传统的基于规则的异常或入侵检测方法无法动态更新规则。 基于数据挖掘的方法能够在海量动态查询流量数据中找到各种模式。 这些模式可以帮助DNS服务提供商实时检测异常。 本文提出了一种新颖的频繁情节挖掘算法,以及一种可以实时检测异常的体积趋势预测方法。 基于查询量时间序列的特征,采用基于密度的聚类方法将多个域名划分为不同的组。 提出了一种一致的情节挖掘方法,以发现查询流量如何在不同域名之间的不同时间“传播”。 实验是对实字DNS日志数据集进行的。 提出了有趣的模式,表明基于数据挖掘的方法在DNS服务领域中是合适且有希望的。
2022-12-29 15:31:56 640KB Data mining; Clustering; Frequent
1
2018全国高校云计算应用创新大赛 最终排名:1 repo为技能赛的赛题一: 购物篮数据集 记录数 项目数 最短长度 最长长度 平均长度 1,692,082 5,267,656 1 71,472 177 用户数据集 用户数 项目数 最短长度 最长长度 平均长度 330,244 1,080,203 4 1,195 130 采用的频繁项集挖掘算法为PFP-Growth 比赛相关信息点 项目结构   本项目用scala语言编写,用maven组织。代码结构如下。 项目src/main/AR目录下存放源代码文件。 main文件夹中存放频繁项集挖掘与关联规则生成与关联规则匹配与推荐分值计算这两个模块的代码。 util包里FPTree、AssociationRules是频繁项集挖掘所必须的数据结构,FPNewDef是基于mllib的FP-Growth算法的优化版本。 conf文件夹包含一个Conf类用于
1
该项目旨在开发和共享快速的频繁子图挖掘和图学习算法。 当前,我们发布频繁的子图挖掘程序包FFSM,稍后我们将包括用于图回归和分类程序包的新功能。
2022-05-18 21:17:50 143KB 开源软件
1
格米 GraMi 是一种在单个大图中进行频繁子图挖掘的新框架,GraMi 比现有技术高出两个数量级。 GraMi 支持查找频繁子图和频繁模式,与子图相比,模式提供了更强大的匹配版本,可以捕获图节点(如朋友的朋友)之间的传递交互,这​​在现代应用程序中非常常见。 此外,GraMi 支持对结果以及近似结果的用户定义结构和语义约束。 有关更多详细信息,请查看我们的论文:Mohammed Elseidy、Ehab Abdelhamid、Spiros Skiadopoulos 和 Panos Kalnis。 “ GRAMI:单个大图中的频繁子图和模式挖掘。PVLDB,7(7):517-528,2014年。” 内容: README ................... This file LICENSE.txt .............. License file (Open Sourc
1
java8集合源码频繁 描述 这是一款轻量级音频分析仪,使用 Steinberg ASIO 协议对多通道音频流进行频谱分析。 此应用程序的预期用例是用于现场音频工程设置,因此侧重于轻量级安装、快速设置和操作、稳定性以及出色的可用性。 代码 JRE 该项目最初是针对 Oracle Java JRE8安装开发的。 然后使用 OpenJDK 将其升级到Java 13 。 由于该项目主要依赖于jasiohost库,而后者又使用其预编译的.dll文件作为库,因此该应用程序目前(以及在可预见的未来)只能在 Windows 机器上运行。 依赖关系 JasioHost库作为底层 ASIO 库Fork from ,修复了 DANTE Via 和 MADI-Connections 的错误 OpenJFX作为 GUI 库的 JavaFX 的开源变体,显示所有数据 Log4j2用于处理记录到控制台和文件 JUnit5用于测试应用程序,尤其是在构建期间 用于一些次要列表分区的Apache Commons Collections 用于实时异常和错误日志记录的滚动条,有助于调试 建造 整个项目是用Maven构建的。
2021-07-21 15:03:18 807KB 系统开源
1
Frequent Close Pattern Mining.ppt
2021-04-22 09:01:29 1.14MB FrequentCloseP
高效的单次频繁模式挖掘--Efficient single-pass frequent pattern mining.pdf
2021-04-04 16:10:01 913KB 关联规则挖掘
1
频繁关闭项目集的集合比所有频繁项目集的集合小得多。 同时,它保持完整性。 在本文中,我们提出了一种基于ITBitree的算法,称为ITBitreeFCIM(ITBitree频繁关闭项目集挖掘器),用于直接挖掘频繁关闭项目集。 定义了一种称为ITBitree(Itemset Tidset二叉树)的新颖结构来存储事务和项集信息。 通过使用自上而下的策略从该树中深入搜索每一层中的右节点以及它们各自的搜索空间中的右节点,可以直接生成频繁的封闭项集。 对于相邻层中具有相同支撑的项目或具有相同Tid的项目,我们使用项目合并技术来修剪搜索空间。 搜索的空间用于避免生成重复项和进行大量的关闭检查。 在此过程中,我们不需要检查候选项目集是否已关闭,因此节省了大量时间。 实验证明了该方法的有效性。
2021-03-16 14:07:17 680KB Data mining Frequent Closed
1
自己为了准备presentation,看书用onenote记的笔记。 有点乱。可以随便看一下。。。有问题也欢迎讨论。
2020-01-15 03:07:27 873KB frequent itemset 频繁集 association
1
1.Frequent Values(poj 3368) 2.郁闷的出纳员(伸展树)
2019-12-21 22:24:27 683KB Frequent Values 郁闷的出纳员
1