基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于聚类技术提出了一种能处理不带标识且含异常数据样本的训练集数据的网络入侵检测方法.对网络连接数据作归一化处理后,通过比较数据样本间距离与类宽度W的关系进行数据类质心的自动搜索,并通过计算样本数据与各类质心的最小距离来对各样本数据进行类划分,同时根据各类中的样本数据动态调整类质心,使之更好地反映原始数据分布.完成样本数据的类划分后,根据正常类比例N来确定异常数据类别并用于网络连接数据的实时检测.结果表明,该方法有效地以较低的系统误警率从网络连接数据中检测出新的入侵行为,更降低了对训练数据集的要求.
推荐文章
一种改进的基于密度聚类的入侵检测算法
入侵检测
密度聚类
数据挖掘
一种基于模糊聚类的文本挖掘新方法
文本聚类
动态自组织神经网络
模糊聚类
动态模糊自组织神经网络模型
动态聚类算法在网络入侵检测中的应用
聚类
聚类中心
距离
迭代
入侵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种应用聚类技术检测网络入侵的新方法
来源期刊 国防科技大学学报 学科 工学
关键词 聚类 入侵检测 检测率 误警率
年,卷(期) 2002,(2) 所属期刊栏目 电子工程·计算机工程
研究方向 页码范围 59-63
页数 5页 分类号 O235|TP391
字数 5070字 语种 中文
DOI 10.3969/j.issn.1001-2486.2002.02.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李建成 国防科技大学训练部 19 157 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (283)
参考文献  (1)
节点文献
引证文献  (27)
同被引文献  (17)
二级引证文献  (78)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(3)
  • 引证文献(2)
  • 二级引证文献(1)
2005(7)
  • 引证文献(4)
  • 二级引证文献(3)
2006(6)
  • 引证文献(2)
  • 二级引证文献(4)
2007(7)
  • 引证文献(3)
  • 二级引证文献(4)
2008(8)
  • 引证文献(2)
  • 二级引证文献(6)
2009(9)
  • 引证文献(3)
  • 二级引证文献(6)
2010(12)
  • 引证文献(3)
  • 二级引证文献(9)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
聚类
入侵检测
检测率
误警率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导