2.1 对Apriori算法进行更新

具体措施有：对计算机数据库或者待选择使用的数据数量进行相应的控制，可适度的减少，数量减少之后，工作量减少，压力指数降低，工作兴致就会提高，问题也可以得到缓解。对计算机数据库采用扫描来进行控制同样可以缓解，对数据库进行合理扫描控制，将其更新成可以在编码上得到Apriori的算法，根据计算机数据库的最终结果来进行编码，这种改进方式的变化对于计算机来说在很大程度上得到了完善和进步。

2.2 建立计算机数据库入侵检测系统模型

2.2.1 采集数据

在训练的过程中，根据计算机数据库中的服务器所扮演角色，对计算机数据库中数据信息呈现出的特征进行采集，为构建知识库做好充分数据准备，另外在对入侵进行检测的时候也能做好相应的准备，使系统能够有效运行，系统更加流畅。

2.2.2 处理数据

将收到的数据信息进行及时的处理和集成，目的是为下一步挖掘数据提取到事先准备的数据，对数据及信息所呈现的具体特征予以挖掘铺路，保证下一步的顺利开展。

2.2.3 挖掘数据

要充分运用上级模块中所提取的数据，运用数据挖掘技术对数据信息所呈现出来的具体特征及相关规则进行有取舍的提取，这样做的主要目的是为建立安全系数高的计算机数据库模式打好基础，做好充分准备。

2.2.4 知识规则库

计算机数据库当中存在有关于系统正常行为的相关信息数据，所以呢，知识规则库能够根据所表现出来的各种风格特点不同的行为特点进行仔细比较以及判断，对于其中的不符合正常行为的判断定义为入侵计算机行为，这样就有助于系统辨别，避免不必要的麻烦，也提供了方便，出错的几率也大大降低。

2.2.5 入侵检测

入侵检测技术中的入侵检测系统能够通过Apriori算法对于计算机数据库中的相关信息予以精确提取，同时对当前角色所显现出来的具体特征也能进行及时判断，继而对检测出来的最终结果可作为一个参考或基础，对于后续的处理政策也是一个很好的借鉴，检测用户的操作行为是否是入侵行为，如果其属于入侵的行为，系统就要做出报警提示，采取相应的措施阻止其入侵。

2.3 建立统一的计算机数据库知识标准

伴随着互联网及科学技术的发展，病毒及黑客入侵的问题也呈现了多元化趋势，掌握和收集数据库数据呈现的特点具有非常重要的意义，只有全面掌握了数据呈现的特点，才能够针对入侵做出准确无误的判断，知识库特征的覆盖面及准确度对于系统结构的设计具有非常重要的参考意义，我国对此也作出了相关的研究，也可称得上较成功的技术成果。数据挖掘技术中的关键数据比较中常用的技能就是数据研究。对于数据的特殊情况，系统检查要能够挖掘相应的项目从而继续进行数据的挖掘，其主要内容是进行一组准确的记录和整理数据，然后在根据相关研究进行及时的分析，得出两者之间的联系，并且对于具有联系的两者部分进行整合，采用迭代式技术进行数据库复杂项集的调查，在这一调查进行的过程中要对数据库进行扫面，以此来保证检测准确度的高低，其次是将复杂项进行相关规定的转变，最后系统就可以按照规定进行相应的工作，通过这种手段，能够对所有入侵行为有所察觉，用这种方法来提高计算机数据库的安全性。

编辑老师为大家整理了免费计算机毕业论文，供大家参考。更多详情请点击进入计算机网络。