关联规则挖掘技术的改进及其在计算机取证中的应用

《关联规则挖掘技术的改进及其在计算机取证中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果．据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得碴罱烨其他教育机构的学位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：詹业备。葭签字日期：加／≯年l；月多日学位论文版权使用授权书本学位论文作者完全了解爹身关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅·本人授权蠖榭以将学位论文的全部或

2、部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文．(保密的学位论文在解密后适用本授权书)学位论文作者签名：启必函霞签字日期．加肛年么月岁日学位论文作者毕业去向：工作单位：通讯地址：导师签名：签字日期：电话：邮编：月弓日亏占善年．=，易卅¨易分圳摘要2l世纪是一个信息时代，随着生活的信息化，计算机犯罪越来越普遍，严重影响了社会的稳定。如何打击计算机犯罪分子，遏制此类犯罪现象，已经成为执法部门工作的重点，而与一般的案件相似，犯罪证据是案件侦破的关键。因此，如何提取计算机犯罪的证据，使之能够为法律所认可，是案件调查工作

3、的重点。传统的研究方法仅限于关键字查找、对此分析等传统手段，而且只能手工操作，工作量大，而且效率低，公证能力差。数据挖掘技术就是从海量的数据中提取有用的信息，具有高效智能化等特点。本文借助数据挖掘技术，将之运用到计算机取证应用中，帮助提取计算机犯罪证据，从而提高案件的侦破效率。本文的主要工作如下：(1)本文首先介绍了计算机取证和数据挖掘的相关知识，研究了两者结合的必要性和可行性。(2)为了在海量数据中挖掘出与计算机犯罪相关的证据，提高案件侦破效率，本文在Apriori算法的基础上提出的一种基于排序的Apriori算法。在传统的Apriori算法中，

4、L(k．1)自连接生成Ck时，如果项集数目多，比较的次数就多，算法的效率就低。所以，在基于排序的Apriori算法的连接步中，先将地．1)中的项按照出现次数递增的顺序排序，然后再按照Apriori算法生成Ck等操作。这样一来，就减少了Ck中项集的数目，提高了算法的效率，也就克服A研ori算法的缺陷：当频繁项集的数目非常大时产生大量候选集。将之运用到计算机取证中，效率更高。(3)传统的关联规则挖掘算法认为每个项目都是同等重要的，对所有项目一视同仁，而加权关联规则提出赋予每个项目一个权值，以代表项目的重要性。针对公安业务的特殊性，各个案件的重要性不同，

5、案件中各个线索证据的重要性不同，本文提出的加权关联规则改进算法不仅考虑项目的数量，也考虑项目的重要性，使之更加符合计算机取证工作的实际情况。经理论分析和实验证明，改进后的加权关联规则挖掘算法具有更高更好的性能。关键字：A研ori算法改进；关联规则；加权关联规则改进；加权频繁项集AbstractThe21stcenturyisanageofinformation，withthelifeofinformationtechnology,computercrimebecomemorcandmorccommon，aseriousimpactonsocials

6、tability．Howtofightagainstcomputercriminals，tocurbthephenomenonofsuchcrimes，hasbecomethefocusoftheworkoflawenforcementagencies，andsimilartothegeneralcase，theevidenceofacrimeCasesdetected，therefore,howtoextractevidenceofcomputercrime，SOthatitcanberecognizedaslegalisthefocusofth

7、ework．Traditionalresearchmethodsarelimitedtotraditionalmeanssuchaskeywordsearch,comparativeanalysis，andonlymanualoperation，aheavyworkloadandlowefficiencyandpoornotary．Dataminingtechniquesextractusefulinformation‰vastamountsofdata,withahiglllyefficientandintelligent．Withthehelp

8、ofdataminingtechniques，appliedittotheapplicationofcomputerfor