摘要：为探究氢安全事故不同特征因素间的相关性,以827起涉及氢气系统的安全事故为数据集,统计分析事故时间、应用阶段、点火源、事故致因及事故后果等特征因素。首先,构建事故致因的关联规则网络,讨论事故致因相关性;然后,交互分析事故致因和事故后果,明确事故因果关系;最后,基于apriori算法挖掘氢安全事故的6类特征因素的关联规则。结果表明:氢安全事故中设备失效与设计错误、操作错误与意外反应等6个事故致因组合相关性最高;未点燃的氢气释放与压力释放装置、通风系统等8个因素强关联,氢火灾与螺栓、自燃等9个因素强关联,氢爆炸与制氢、电火花、压缩机等5个因素强关联。

摘要：学生在线学习行为与成绩之间存在密切关联,为了挖掘学生学习行为特征间的隐含关系,研究采用改进的关联规则挖掘算法对其进行相关性分析。实验结果表明,研究设计的算法在精确率及召回率指标上表现较好,相比传统的关联规则挖掘算法运行速度更快,用时降低幅度达26.49%。该方法从多维度实现了学习行为的分析与关联,为教学决策和研究提供了科学的支持和指导。

摘要：基于无线网络关联回溯问题的研究,提出了一种基于apriori算法的无线网络关联回溯系统。首先,对系统的整体框架进行设计;然后根据系统需要满足的要求,分别对系统中的数据采集、协议识别、恶意流量检测、界面可视化呈现以及关联回溯5个关键功能模块进行了研究与设计,并对关联回溯模块中的apriori关联规则挖掘算法进行了改进;最后分别对算法与系统的性能与可行性进行实验测试。实验结果表明:改进后apriori算法的性能更佳、平稳性更好,更适用于数据库庞大的无线网络安全事件信息关联规则挖掘。基于apriori算法的无线网络关联回溯系统对无线网络攻击事件的检测率都在80%以上,表明系统能够为关联回溯模块提供较为准确与丰富的数据;系统能够通过关联回溯获取强关联规则并进行保存;且运行稳定,总体性能较高。

摘要：当前的人力资源数据挖掘原则一般较为固定,缺乏灵活性,导致最终得出的平均挖掘量下降,为此,本文对基于apriori算法的国企人力资源数据挖掘方法进行研究。结合实际的挖掘需求和标准,先进行人力资源数据采集,以动态的形式,增加数据挖掘的灵活性,并设定数据流动态挖掘原则。在此基础之上,构建apriori测算人力资源数据挖掘模型,采用动态挖掘误差拟合处理的方式来实现数据挖掘。测试结果表明:相较于传统模糊聚类人力资源数据挖掘方法和传统改进CURE聚类人力资源数据挖掘方法,本文设计的apriori测算人力资源数据挖掘方法最终得出的平均挖掘量相对较高,这说明该方法的资源挖掘速度更快,效率更高,挖掘针对性显著增强。

摘要：随着计算机和5G技术的迅猛发展,人们的日常工作、学习和生活更加智能化、数字化,网络的普及率和使用率逐年提高,大家对网络的依赖度也越来越高。同时针对政府、企事业单位的网络攻击也更加频繁,尤其是分布式拒绝服务(DDoS)攻击愈演愈烈,传统的网络安全防护手段已不足以应对现在的网络安全形式。研究在传统的入侵检测系统基础上,使用apriori算法优化了入侵数据挖掘和特征检测,解决了目前入侵检测进程中具有的反复扫描和海量无用规则等问题,并结合蜜罐构建了现有的入侵检测模型,可以更有效、更快速地对入侵数据进行检测和处理。

摘要：建立初步的自适应地图可视化系统运行机制,对系统的各个模块进行详细分析。在此基础上,研究用户行为监测机制,提出利用apriori关联规则实现用户行为数据库挖掘的思路,并改进apriori关联算法,使之更加适用于ACViS。实例证明,挖掘出来的结论对ACViS设计者具有指导意义,也为用户模型的更新和修正提供依据。

摘要：为培养安全工程专业多方面的技术性实用人才,探究课程内容重复带来的问题以及对应的解决办法,统计分析某校安全工程专业28门课程教学大纲知识点的重复性,构建相关数据集,进而运用apriori算法分析课程的关联性数据,关联规则涵盖课程的所有重复知识点,之后基于计算结果给出可能原因及相应影响,同时与其他课程教授内容对比,分析此类问题的普遍性,并给出降低课程内容重复度的基本方法。结果表明:安全专业交叉性强,使得教材内容易出现重复,统计样本中共有41个知识点存在不同程度的重复;教学大纲知识点与课程之间共有10条单项集强关联规则,涵盖11门课程,支持度和置信度都在较高水平,显示出各课程内容之间的强相关现象;课程重复性高主要由教学设计不合理、课程管理制度不完善导致,可通过优化课程衔接、突出内容特色和采用多种教学方式等途径解决。

摘要：无线通信超时是影响CTCS-3级列控系统安全稳定运行的主要因素之一。传统无线通信超时问题分析依靠人工处理,工作量大、效率低。针对此问题,提出一种基于数据挖掘分析算法的智能分析技术,并利用apriori算法对各类监测数据进行综合分析,能够实现故障原因的高效、准确定位。

摘要：为从计算机辅助工艺设计技术积累的大量工艺数据中,获取可继承的工艺经验和知识,并将其中的关联规则和apriori算法应用于典型工序序列的获取,建立了典型工序序列获取的关联规则模型,提出了采用改进apriori算法获取典型工序序列的算法。通过计算实例的分析,说明该算法可以有效地实现典型工序序列获取。

摘要：apriori算法是挖掘关联规则的经典算法。在分析该算法的基础上,在实际项目应用当中,结合SQL的特点,提出apriori算法在SQL中的改进算法——apriori_Sql。应用apriori_Sql算法只需扫描一遍数据库,在数据库临时表中建立原始数据库的压缩数据映射,实验表明该算法是一种高效的关联规则的挖掘算法。