信息安全在信息系统中的地位越来越重要,安全审计是信息安全领域近年来的研究的热点。目前,大多数安全审计系统仅起到日志作用,缺乏有效的分析能力。开发智能化的、自动化的安全审计分析软件分析海量审计数据非常有必要,有利于发现系统中的潜在危害,震慑实施破坏活动的内部用户,保证信息系统的安全。本文研究现有国内外安全标准和安全审计相关资料的基础上,建立了一个安全审计分析模型,从一组正常的安全审计记录获取正常行为模式,通过与挖掘出来的用户当前行为模式进行匹配,检测当前系统是否存在异常行为。本文采用数据挖掘的方法,从信息系统用户操作记录中提获取用户惯用模式,表示为用户关联模式和用户行为序列模式。针对FP-growth算法进行关联挖掘时,所构造FP-tree占用内存过大,本文提出一种改进方法,有效的减少了FP-growth挖掘时对内存空间的需求。实验证明,改进算法空间利用率有了很大提高。