基于數(shù)據(jù)挖掘的電子證據(jù)分析模型研究.pdf

1、隨著計算機取證技術的快速發(fā)展，電子證據(jù)管理系統(tǒng)中積累了大量的數(shù)據(jù)。之前的聯(lián)機分析處理和簡單的統(tǒng)計、關聯(lián)分析技術已經(jīng)無法滿足公安人員的需求。為了從這些雜而亂的電子證據(jù)中獲得隱藏的知識，本文提出了基于數(shù)據(jù)挖掘的電子證據(jù)分析模型。本文的主要研究就是將數(shù)據(jù)挖掘的關聯(lián)規(guī)則技術應用到電子證據(jù)分析中，分析了現(xiàn)有的關聯(lián)規(guī)則挖掘算法的不足，不僅提出了對現(xiàn)有算法的改進算法而且提出了新的算法思路。本文的主要貢獻為：
　　（1）本文提出了FP-Growt

2、h算法的改進算法（ISPO-tree）并且給出了理論證明，此算法只需要一次瀏覽數(shù)據(jù)庫，并且增加了支持少量修改證據(jù)的功能；首次提出了相似頻繁挖掘算法DC-STree，此理論目前在電子證據(jù)分析領域是空白，該算法通過制定相似的規(guī)則讓不相等屬性值而相等提高了數(shù)據(jù)預處理的時間效率，在支持度和冗余最優(yōu)條件下，可以挖掘出更多的關聯(lián)規(guī)則；針對犯罪地點雜而亂導致挖掘效果不佳的問題，提出了基于犯罪地點的頻繁活動圈算法并給出了理論證明。
　?。?）本文

3、給出了這兩個算法的偽代碼和電子證據(jù)分析實例進行了驗證。實例一是以案件類型為主題研究了違法案件與刑事案件的關聯(lián)關系。實例二以案件類型進行分類挖掘每個案件類型的不同嫌疑人之間的在年齡、學歷、作案時間以及作案地點等之間的關聯(lián)關系，分析某種案件的關聯(lián)頻繁活動區(qū)域、嫌疑人作案的頻繁活動區(qū)域以及犯罪同伙。
　　（3）本文設計了整個系統(tǒng)的框架以及工作流程，給出了電子證據(jù)預處理、頻繁模式挖掘以及相似頻繁模式挖掘這三個模塊的界面展示圖，通過系統(tǒng)測試