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:
提出了一种基于聚类和主成分分析的异常检测方法,该方法利用聚类分析将训练数据划分为不同的子集,从而得到正常模式在特征空间中的分布,然后利用主成分分析来提取各行为子集的特征轮廓,最后利用各子集的PCA变换矩阵进行检测.实验结果证明了基于主成分分析的异常检测方法的有效性.
推荐文章
基于一种非凸罚函数的稀疏主成分分析方法
稀疏主成分分析
阈值迭代算法
非凸罚函数
稀疏信息处理
收缩算子
临近算子
一种鲁棒的概率主成分分析方法
主成分
鲁棒
概率主成分分析
特征提取
一种基于聚类的异常流量检测算法
异常检测
Chameleon算法
异常流量
聚类
基于多层自组织映射和主成分分析的入侵检测方法
多层自组织映射
主成分分析
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 一种基于聚类和主成分分析的异常检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 入侵检测 异常检测 聚类 主成分分析
年,卷(期) 2006,(21) 所属期刊栏目 博士论坛
研究方向 页码范围 21-24
页数 4页 分类号 TP393
字数 4959字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.21.006
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 黄天戍 武汉大学电子信息学院 153 1276 20.0 27.0
2 汪阳 武汉大学电子信息学院 7 74 4.0 7.0
3 杜广宇 武汉大学电子信息学院 7 98 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (218)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (17)
二级引证文献  (46)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(7)
  • 引证文献(5)
  • 二级引证文献(2)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
入侵检测
异常检测
聚类
主成分分析
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导