导读:本文包含了时间相关属性论文开题报告文献综述及选题提纲参考文献，主要关键词:序列模式挖掘,PrefixSpan算法,入侵检测
时间相关属性论文文献综述
李春媚,蔡平良[1]（2008）在《基于属性相关和时间约束的PrefixSpan算法》一文中研究指出针对计算机入侵检测中网络安全审计数据的特点,提出一个改进的PrefixSpan算法,引入时间约束和属性相关的特征指导挖掘,应用M矩阵和Apriori特性减少投影数据库的数量,并缩减投影数据库规模,提高了序列模式挖掘的效率和有用性。通过检测一个网络审计记录的实验,进行结果分析。(本文来源于《计算机工程》期刊2008年23期）
吴欣[2]（2008）在《基于时间相关属性的双时态改进模型及其上的时态关联规则挖掘实现》一文中研究指出随着数据挖掘技术的发展,人们对时态信息的关注日益提高。时态数据库中既反映能被处理事件的历史性信息又能体现系统中元事件的时态信息的双时态数据库日益受到人们的关注。随着双时态数据库的不断发展,双时态数据库的模型、索引等研究趋于成熟。通常情况下,表达一条记录的若干属性并非全部与时间相关,而越来越多的研究、数据分析的热点也恰恰集中在那些时间相关的属性上。传统的双时态关系模型虽然涉及到有效时间和事务时间,但其有效时间和事务时间约定在整条记录上,不能专一地约束某一属性,这样,使用户无法区分哪些属性与时间相关、哪些无关,又造成在属性随时间变化时,数据库的变化以记录为最小元,不利于操作效率的提高;与此同时,传统模型之上的一些常见的某些数据分析工作也变得复杂、不够直观,如:根据某一属性在某一特定时间段内的变化规律分析出一些利于决策的结论等。基于以上原因,本文提出一种改进的双时态关系模型。该双时态关系模型基于时间相关属性,将以往的双时态关系分为主体表和实例表两个部分并通过引用一个类似于对象编号的主体标号属性“hostNo”将二者结合起来,从而实现了时间相关属性与时间无关属性的分离,使得数据分析等着眼于时间相关属性的工作更具针对性,同时,在区分属性的基础上加快了数据的插入和修改,尽可能地减少了查询中连接操作的频度。此外,文章详细地阐述了适合模型的查找、更新操作,具体包括:添加新主体,修改属性,删除主体等。为验证模型在数据挖掘等数据分析工作中的优越性,本文以时态关联规则挖掘为具体应用,在描述关联规则的基本概念和经典的Apriori算法模型的基础上,结合改进的模型,针对有效时间区间,给出合适的时间区间扩展及归并方法及特殊情况下扩展因子与区间端点变量的处理办法,从而提出一种基于该模型的时态关联规则挖掘算法,并根据一组具体的实验数据集及相关的操作步骤,实验证明了模型在该应用领域的优越性。(本文来源于《山东大学》期刊2008-04-05）
吴欣,洪晓光,徐义静[3]（2007）在《一种基于时间相关属性的双时态改进模型》一文中研究指出提出了一种改进的双时态关系模型,并给出了模型之上的插入、修改等相关操作.该模型对时间相关属性和非相关属性明确地加以区分,满足了数据分析工作中时间相关属性针对性的需要,同时,可以加快一般情况下时态数据库的插入和修改的速度,并定义了类似于对象标号的主题标号属性"hostNo",在一定程度上减少了查询中连接操作出现的频度,提高了效率.(本文来源于《山东大学学报(理学版)》期刊2007年09期）
时间相关属性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着数据挖掘技术的发展,人们对时态信息的关注日益提高。时态数据库中既反映能被处理事件的历史性信息又能体现系统中元事件的时态信息的双时态数据库日益受到人们的关注。随着双时态数据库的不断发展,双时态数据库的模型、索引等研究趋于成熟。通常情况下,表达一条记录的若干属性并非全部与时间相关,而越来越多的研究、数据分析的热点也恰恰集中在那些时间相关的属性上。传统的双时态关系模型虽然涉及到有效时间和事务时间,但其有效时间和事务时间约定在整条记录上,不能专一地约束某一属性,这样,使用户无法区分哪些属性与时间相关、哪些无关,又造成在属性随时间变化时,数据库的变化以记录为最小元,不利于操作效率的提高;与此同时,传统模型之上的一些常见的某些数据分析工作也变得复杂、不够直观,如:根据某一属性在某一特定时间段内的变化规律分析出一些利于决策的结论等。基于以上原因,本文提出一种改进的双时态关系模型。该双时态关系模型基于时间相关属性,将以往的双时态关系分为主体表和实例表两个部分并通过引用一个类似于对象编号的主体标号属性“hostNo”将二者结合起来,从而实现了时间相关属性与时间无关属性的分离,使得数据分析等着眼于时间相关属性的工作更具针对性,同时,在区分属性的基础上加快了数据的插入和修改,尽可能地减少了查询中连接操作的频度。此外,文章详细地阐述了适合模型的查找、更新操作,具体包括:添加新主体,修改属性,删除主体等。为验证模型在数据挖掘等数据分析工作中的优越性,本文以时态关联规则挖掘为具体应用,在描述关联规则的基本概念和经典的Apriori算法模型的基础上,结合改进的模型,针对有效时间区间,给出合适的时间区间扩展及归并方法及特殊情况下扩展因子与区间端点变量的处理办法,从而提出一种基于该模型的时态关联规则挖掘算法,并根据一组具体的实验数据集及相关的操作步骤,实验证明了模型在该应用领域的优越性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间相关属性论文参考文献
[1].李春媚,蔡平良.基于属性相关和时间约束的PrefixSpan算法[J].计算机工程.2008
[2].吴欣.基于时间相关属性的双时态改进模型及其上的时态关联规则挖掘实现[D].山东大学.2008
[3].吴欣,洪晓光,徐义静.一种基于时间相关属性的双时态改进模型[J].山东大学学报(理学版).2007
标签：序列模式挖掘; PrefixSpan算法; 入侵检测;