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:
提出将层次自组织特征映射神经网络算法应用于网络异常检测,算法自顶向下逐层生成神经网络结构并细化聚类,将神经元的组织和连接方式从平面扩展到层次与平面连接相结合,大大加速了获胜神经元的搜寻过程.基于此种算法,设计并实现了网络异常检测系统中的数据分析器HSOMDA,在DARPA 1999数据集上的实验表明其具有较高的检测性能和时间性能.
推荐文章
基于混合聚类和自组织映射的异常检测模型
聚类
自组织映射
异常检测
信息获取
基于自组织映射网络的网络入侵检测算法设计
自组织映射
网络入侵检测
网络安全
检测率
基于自组织映射网络的油藏表征模型
油藏表征
自组织映射
聚类分析
数据挖掘
岩性识别
基于半监督聚元自组织映射的齿轮早期故障检测
半监督学习
聚元自组织特征映射
早期故障诊断
特征选择
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 基于层次自组织特征映射的网络异常检测系统数据分析器
来源期刊 计算机应用与软件 学科 工学
关键词 异常检测 聚类 层次自组织特征映射
年,卷(期) 2006,(5) 所属期刊栏目 基金项目
研究方向 页码范围 3-4,8
页数 3页 分类号 TP3
字数 2197字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.05.002
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 方滨兴 哈尔滨工业大学计算机网络与信息安全技术研究中心 175 3885 33.0 56.0
2 郑军 哈尔滨工业大学计算机网络与信息安全技术研究中心 7 72 4.0 7.0
3 陈婷婷 哈尔滨工业大学计算机网络与信息安全技术研究中心 2 4 1.0 2.0
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  (4)
同被引文献  (3)
二级引证文献  (21)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
异常检测
聚类
层次自组织特征映射
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