Web异常数据挖掘的软件开发与改进研究
丁颖+王爱菊+马文越+黄继海
摘 要： 为了提高对Web异常数据的检测及挖掘能力，保障Web网络数据库的安全稳定运行，进行Web异常数据挖掘的软件开发，提出一种基于堆栈弹出中断屏蔽的Web异常数据挖掘方法，并在Bootloader 程序开发平台上进行软件开发。首先构建Web异常数据挖掘系统的总体结构模型，采用post关键字编译方法进行Web异常数据的堆栈弹出设计，软件模块化设计包括程序加载模块、数据寄存模块、异常数据交互式编译模块和中断屏蔽模块，创建LabWindows/CVI工程文件进行软件面板开发，生成用户界面文件，实现异常数据挖掘。测试结果表明，该系统能有效实现Web数据挖掘，准确挖掘概率有所提升。
关键词： Web网络； 异常数据挖掘； 软件开发； 堆栈弹出； LabWindows/CVI
中图分类号： TN911?34； TP311 文献标识码： A 文章编号： 1004?373X（2017）18?0032?03
Development and improvement of Web abnormal data mining software
DING Ying1， WANG Aiju1， MA Wenyue2， HUANG Jihai1
（1. Zhengzhou Institute of Technology， Zhengzhou 450044， China； 2. College of Communication Engineering， Hunan University， Changsha 410000， China）
Abstract： In order to improve the detection and mining ability of Web abnormal data， and ensure the safe and stable operation of Web network database， the software of Web abnormal data mining is developed， a Web abnormal data mining method based on the stack pop?up interrupt mask is presented， and software development is conducted in the Bootloader program development platform. The overall structure model of the Web data mining system is constructed. The post keyword compiling method is used to carry out the stack pop?up design of Web abnormal data. The software module design includes program loading module， data storage module， abnormal data interactive compiling module and interrupt mask module. A LabWindows/CVI project file was created to develop the software panel， generate the user interface file and realize the abnormal data mining. The test results show that the system can effectively achieve Web data mining. The accurate mining probability has been improved.
Keywords： Web network； abnormal data mining； software development； stack pop?up； LabWindows/CVI
0 引 言
网络技术的不断普及和应用，催生了Web数据库的跨越发展。Web数据库存储大量的网络数据，实现信息及时传输和定点调度，Web数据发生故障和遭受到网络入侵时，可能产生Web异常数据，通过对Web异常数据有效挖掘，保障Web网络数据库的可靠性运行，确保网络安全和信息挖掘[1]。Web异常数据挖掘与常规大数据信息挖掘相比较，具有自身的特点和差异性[2]，Web异常数据具有隐蔽性强和时间窗口较短的特点，常规采用预判筛选的关联规则挖掘方法难以有效满足准确挖掘的需求。本文进行Web异常数据挖掘的软件开发与改进，通过对异常数据挖掘系统的改进设计，大大地缩短了收集数据的时间，提高了数据挖掘的工作效率。
1 软件开发实现
1.1 Web异常数据的堆栈弹出设计
在上述进行Web异常数据挖掘的总体设计和软件设计原理分析的基础上，进行Web异常数据挖掘的开发设计。本文提出一种基于堆栈弹出中断屏蔽的Web异常数据挖掘方法，并在Bootloader 程序开发平台上进行软件开发，采用post关键字编译方法进行Web异常数据的堆栈弹出设计。首先建立post关键字编译决策数据集如表1所示。
在海量的Web数据背景下，选用SuperViVi作为Bootloader[3]，通过设定锁相环倍频数识别这些指令的操作数，结合表1建立后缀项表，在Web网络数据库中，建立Web异常数据挖掘的特征检测模型，异常数据挖掘的传输模块采用50 MHz参考时钟作为调制信号，A/D分辨率可达0.45 Hz，兼容性估计模型的一个通信传输组件使用post关键字mach?mini2440.c进行编译[4]，进行Web异常数据的堆栈弹出设计，编译代码如下：
摘 要： 为了提高对Web异常数据的检测及挖掘能力，保障Web网络数据库的安全稳定运行，进行Web异常数据挖掘的软件开发，提出一种基于堆栈弹出中断屏蔽的Web异常数据挖掘方法，并在Bootloader 程序开发平台上进行软件开发。首先构建Web异常数据挖掘系统的总体结构模型，采用post关键字编译方法进行Web异常数据的堆栈弹出设计，软件模块化设计包括程序加载模块、数据寄存模块、异常数据交互式编译模块和中断屏蔽模块，创建LabWindows/CVI工程文件进行软件面板开发，生成用户界面文件，实现异常数据挖掘。测试结果表明，该系统能有效实现Web数据挖掘，准确挖掘概率有所提升。
关键词： Web网络； 异常数据挖掘； 软件开发； 堆栈弹出； LabWindows/CVI
中图分类号： TN911?34； TP311 文献标识码： A 文章编号： 1004?373X（2017）18?0032?03
Development and improvement of Web abnormal data mining software
DING Ying1， WANG Aiju1， MA Wenyue2， HUANG Jihai1
（1. Zhengzhou Institute of Technology， Zhengzhou 450044， China； 2. College of Communication Engineering， Hunan University， Changsha 410000， China）
Abstract： In order to improve the detection and mining ability of Web abnormal data， and ensure the safe and stable operation of Web network database， the software of Web abnormal data mining is developed， a Web abnormal data mining method based on the stack pop?up interrupt mask is presented， and software development is conducted in the Bootloader program development platform. The overall structure model of the Web data mining system is constructed. The post keyword compiling method is used to carry out the stack pop?up design of Web abnormal data. The software module design includes program loading module， data storage module， abnormal data interactive compiling module and interrupt mask module. A LabWindows/CVI project file was created to develop the software panel， generate the user interface file and realize the abnormal data mining. The test results show that the system can effectively achieve Web data mining. The accurate mining probability has been improved.
Keywords： Web network； abnormal data mining； software development； stack pop?up； LabWindows/CVI
0 引 言
网络技术的不断普及和应用，催生了Web数据库的跨越发展。Web数据库存储大量的网络数据，实现信息及时传输和定点调度，Web数据发生故障和遭受到网络入侵时，可能产生Web异常数据，通过对Web异常数据有效挖掘，保障Web网络数据库的可靠性运行，确保网络安全和信息挖掘[1]。Web异常数据挖掘与常规大数据信息挖掘相比较，具有自身的特点和差异性[2]，Web异常数据具有隐蔽性强和时间窗口较短的特点，常规采用预判筛选的关联规则挖掘方法难以有效满足准确挖掘的需求。本文进行Web异常数据挖掘的软件开发与改进，通过对异常数据挖掘系统的改进设计，大大地缩短了收集数据的时间，提高了数据挖掘的工作效率。
1 软件开发实现
1.1 Web异常数据的堆栈弹出设计
在上述进行Web异常数据挖掘的总体设计和软件设计原理分析的基础上，进行Web异常数据挖掘的开发设计。本文提出一种基于堆栈弹出中断屏蔽的Web异常数据挖掘方法，并在Bootloader 程序开发平台上进行软件开发，采用post关键字编译方法进行Web异常数据的堆栈弹出设计。首先建立post关键字编译决策数据集如表1所示。
在海量的Web数据背景下，选用SuperViVi作为Bootloader[3]，通过设定锁相环倍频数识别这些指令的操作数，结合表1建立后缀项表，在Web网络数据库中，建立Web异常数据挖掘的特征检测模型，异常数据挖掘的传输模块采用50 MHz参考时钟作为调制信号，A/D分辨率可达0.45 Hz，兼容性估计模型的一个通信传输组件使用post关键字mach?mini2440.c进行编译[4]，进行Web异常数据的堆栈弹出设计，编译代码如下：
