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:
文章借鉴CLIQUE聚类算法关于高维度数据空间单元划分的思想,将该思想引入到异常入侵检测中,并通过非均衡划分方法对该算法进行改进,力图建立一个对高维度入侵检测数据有效的异常检测模型.同时结合遗传算法,基于预定义的入侵检测数据集对高维度的入侵检测数据进行了数据维度约简的研究.
推荐文章
自动计算分解和数据划分算法研究
并行编译
数据分布
计算划分
基于角度方差的多层次高维数据异常检测算法
高维数据
异常检测
降维
网格
角度方差
基于朋友关系变迁演化的社区划分算法
机会网络
朋友关系
社区划分
数据集
基于小世界网络的邮件社区划分算法
社会网络
邮件社区
微-宏聚类
小世界网络
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 基于高维度数据单元划分算法的异常检测
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 数据挖掘 CLIQUE聚类算法 遗传算法
年,卷(期) 2006,(3) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 133-135,160
页数 4页 分类号 TP393.08
字数 5156字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.03.039
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 杨波 济南大学信息科学与工程学院 140 1282 18.0 29.0
2 陈月辉 济南大学信息科学与工程学院 31 217 10.0 13.0
3 彭立志 济南大学信息科学与工程学院 12 69 5.0 8.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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)
研究主题发展历程
节点文献
入侵检测
异常检测
数据挖掘
CLIQUE聚类算法
遗传算法
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
相关基金
教育部科学技术研究项目
英文译名:Key Project of Chinese Ministry of Education
官方网址:http://www.dost.moe.edu.cn
项目类型:教育部科学技术研究重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导