4．数据挖掘模块利用数据挖掘算法分析由连接请求记录组成的事件库，分析结果交给决策模块处理。
　　5．决策模块将数据挖掘的结果与规则库中的已知规则进行模式匹配，若与规则库中的规则匹配，则由预防模块发出发现已知蠕虫病毒的警报；若不匹配，则由预防模块发出发现新蠕虫病毒的警报，同时将新规则加入到规则库中。
　　（二）基于数据挖掘的病毒预防系统
　　1．分类：把一个数据集映射成定义好的几个类。这类算法的输出结果就是分类器，常用决策树或规则集的形式来表示。
　　2．关联分析：决定数据库记录中各数据项之间的关系。利用审计数据中系统属性间的相关性作为构建正常使用模式的基础。
　　3．序列分析：获取序列模式模型。这类算法可以发现审计事件中频繁发生的时间序列。这些频繁事件模式为构建预防系统模型时选择统计特征提供了指导准则。其算法描述为：已知事件数据库D，其中每次交易T与时间戳关联，交易按照区间〔t1，t2〕顺序从时间戳t1开始到t2结束。对于D中项目集X，如果某区间包含X，而其真子区间不包含X时，称此区间为X的最小出现区间。X的支持度定义为包括X的最小出现区间数目占D中记录数目比例。其规则表示为X，Y->Z，[confidence，support，window]，式中X，Y，Z为D中项目集，规则支持度为support（X∪Y∪Z），置信度为support（X∪Y∪Z）/support（X∪Y)，每个出现的宽度必须小于窗口值。
　　3．系统中的数据挖掘模块
　　首先利用分类算法对连接请求事件库中的数据进行分类，本系统中分别按源IP地址与目的端口对事件进行分类。然后对这两类数据进行关联分析与序列分析，在对相同源IP地址的数据分析中可以发现该台主机是否感染已知的蠕虫病毒或异常的举动（可能是未知的蠕虫病毒所为）；对同目的端口的数据分析中可以发现当前网络上蠕虫病毒疫情的严重程度。
　　
　　【参考文献】
　　[1]杨玉锋，夏晓峰.上网用户安全防范[J].韶关学院学报：自然科学版
　　[2]David H，Heikki M，Padhraic S。数据挖掘原理[M].张银奎，译.北京：机械工业出版社.
　　[3]徐菁，刘保旭，许榕生.基于数据挖掘技术的入侵检测系统设计与实现[J].计算机工程.