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:
本文提出了基于信息熵的大规模网络流量异常分类方法.该方法综合运用子空间方法和k-means分类方法,并以校园网为实验环境实现了网络流量异常分类实验.实验结果表明,基于信息熵的大规模网络流量异常分类实现简单、计算量小,分类准确性高.
推荐文章
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
基于信息熵的大规模网络流量异常检测
信息熵
子空间方法
大规模网络流量
异常检测
基于信息熵的网络异常法流量的研究
异常流量
信息熵
分布
基于最大信息熵模型的异常流量分类方法
最大信息熵模型
异常流量
离散化
特征选择
参数估计
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 基于信息熵的大规模网络流量异常分类
来源期刊 计算机工程与科学 学科 工学
关键词 信息熵 子空间方法 大规模网络流量 异常分类
年,卷(期) 2007,(2) 所属期刊栏目 计算机网络与安全
研究方向 页码范围 40-43
页数 4页 分类号 TP393.08
字数 3172字 语种 中文
DOI 10.3969/j.issn.1007-130X.2007.02.013
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 杨岳湘 国防科技大学计算机学院 41 587 14.0 23.0
2 卢锡城 国防科技大学计算机学院 77 948 17.0 28.0
3 王海龙 国防科技大学计算机学院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (48)
参考文献  (3)
节点文献
引证文献  (17)
同被引文献  (9)
二级引证文献  (42)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(8)
  • 引证文献(5)
  • 二级引证文献(3)
2011(10)
  • 引证文献(3)
  • 二级引证文献(7)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
信息熵
子空间方法
大规模网络流量
异常分类
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导