信息安全等级保护测评依据相关标准对信息系统的安全状况进行测试判定,是信息安全等级保护工作的一个重要环节。随着等级保护工作的不断开展,测评任务也越来越繁重,如何对当前的测评工作进行有效的改善是当前需要解决的问题。本文的研究重点是如何将数据挖掘技术与测评流程更好的结合,针对测评数据的特点改善数据挖掘算法,提高测评数据的挖掘工作效率的目的。首先,本文对测评数据进行数据挖掘的可行性进行了分析并提出了两种模式:聚类分析及关联分析。对于关联分析任务,结合测评数据维度较低且较稀疏的特点,本文提出了一种基于二叉前缀树结构的关联挖掘算法BFPM。该结构使得代表同一项目的节点在树中处于同一个层次,无需频繁项头表,在频繁项生成时不需创建条件树。与经典Fp-Growth算法相比,该算法具有节点空间占用较少,频繁项集生成步骤较为简单的特点。最后,本文搭建了基于IBM数据生成器及JConsole等工具的实验平台,对BFPM算法和现有的Apriori算法及Fp-Growth算法分别进行实验。通过对实验数据的对比分析,验证了本文提出的基于二叉前缀树测评数据关联规则算法能够较好的适应测评数据特点,具有较高的时空效率。