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:
针对目前网络入侵检测现状,提出了将聚类算法应用到异常入侵检测中,并对K-means算法进行了改进.实验采用KDD Cup1999的测试数据,结果表明该方法是有效的.
推荐文章
基于聚类粒子群算法网络异常检测模型研究
网络异常
均值聚类
遗传算法
入侵检测
基于商空间粒度聚类的异常入侵检测
商空间
粒度计算
聚类
异常入侵检测
基于聚类学习算法的网络入侵检测研究
入侵检测
网络安全
数据挖掘
聚类
无类标数据
基于克隆选择聚类的入侵检测
克隆选择算法
聚类分析
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 基于聚类算法的异常入侵检测模型的研究与实现
来源期刊 计算机应用与软件 学科 工学
关键词 聚类算法 网络入侵检测 K-means算法
年,卷(期) 2006,(10) 所属期刊栏目 安全技术
研究方向 页码范围 126-127,133
页数 3页 分类号 TP3
字数 3255字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.10.048
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 李涵 北京机械工业学院基础部 3 12 1.0 3.0
2 包立辉 北京机械工业学院基础部 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (11)
同被引文献  (29)
二级引证文献  (35)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
聚类算法
网络入侵检测
K-means算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导