Nouvelle représentation concise exacte des motifs corrélés rares : Application à la détection d'intrusions

Résumé. La fouille des motifs corrélés qui sont très peu fréquents est une problématique de plus en plus intéressante dans la fouille de données. Dans ce cadre, les motifs corrélés rares selon la mesure de corrélation bond ont été étudiés dans un récent travail. La représentation concise exacte RMCR de l’ensemble de ces motifs a été alors proposée. Toutefois, aucun algorithme n’a été proposé pour extraire cette représentation et aucune évaluation expérimentale de cette représentation n’a été réalisée. Dans ce papier ( 1), nous introduisons l’algorithme RCPRMINER d’extraction de RMCR. Nous présentons également l’algorithme ESTMCR, d’interrogation de cette représentation ainsi que l’algorithme REGENERATIONMCR de dérivation de tous les motifs corrélés rares à partir de RMCR. L’étude expérimentale réalisée montre des taux de compacité intéressants offerts par cette représentation. En outre, le processus de classification basé sur les règles génériques corrélées rares, dérivées à partir de RMCR, a prouvé l’utilité de l’approche proposée dans le cadre de la détection d’intrusions.