基于OCAR挖掘的数据库异常检测模型

戴华; 秦小麟; 刘亮; 柏传杰

您当前的位置：

首页 >

文章列表页 >

基于OCAR挖掘的数据库异常检测模型

学术论文 | 更新时间：2024-10-14

- 基于OCAR挖掘的数据库异常检测模型
- Database anomaly detection model based on mining object-condition association rules
- 通信学报 2009年30卷第9期页码：7-14
- 作者机构：
  
  南京航空航天大学信息科学与技术学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(60673127);国家高技术研究发展计划("863"计划)基金资助项目(2007AA01Z404)
- DOI：
  中图分类号： TP311.13
- 纸质出版：2009
- 稿件说明：
移动端阅览
戴华, 秦小麟, 刘亮, 等. 基于OCAR挖掘的数据库异常检测模型[J]. 通信学报, 2009,30(9):7-14.

DAI Hua, QIN Xiao-lin, LIU Liang, et al. Database anomaly detection model based on mining object-condition association rules[J]. 2009, 30(9): 7-14.
戴华, 秦小麟, 刘亮, 等. 基于OCAR挖掘的数据库异常检测模型[J]. 通信学报, 2009,30(9):7-14. DOI：

DAI Hua, QIN Xiao-lin, LIU Liang, et al. Database anomaly detection model based on mining object-condition association rules[J]. 2009, 30(9): 7-14. DOI：

摘要

提出了一种基于OCAR挖掘的数据库异常检测模型

通过对含有WHERE条件的SQL语句唯一确定的完全条件表达式进行特征提取和形式化分析

挖掘表征用户正常行为模式的目标—条件关联规则集(OCARS)

并利用OCARS进行数据库异常检测

给出了针对OCARS的挖掘算法和异常检测算法

并给出针对事务异常检测扩展方案。最后

通过SQL注入检测实验对模型的性能和应用作了分析。

Abstract

A database anomaly detection model based on mining object-condition association rules（OCAR） was proposed.Through analyzing and formalizing the only maximum conditional expression of SQL statements with WHERE clause

the object-condition association rule sets（OCARS） are mined

which represent normal user patterns.And the OCARS are used in anomaly detection.Additionally

OCARS mining algorithm and anomaly detection algorithm were given

and they could be easily used in anomaly transaction detection mechanism.In the end

the experiments about detecting SQL injection were given

and the performance and application were also analyzed.

关键词

Keywords

references

浏览量

741

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

医学影像无监督异常检测技术综述

基于协同对抗增强生成模型的智能无人机网络异常检测方法

自由空间光通信的异常检测、分类与定位深度学习架构

基于图提示微调的WSN节点时空相关性异常检测方法

基于自适应元学习的5G核心网协议字段变异方法