原文服务方: 微电子学与计算机       
摘要:
探索一种基于聚类来识别异常的方法,这个方法不需要手动标示的训练数据集却可以探测到很多不同类型的入侵行为.实验结果表明该方法是可行的和有效的,使用它来进行异常检测可以得到探测率和误报率的一个平衡,从而为异常检测问题提供一个较好的解决办法.
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
基于模糊聚类的Linux网络动态入侵检测
模糊聚类
相关数据集合
入侵检测
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
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 基于聚类的网络异常检测
来源期刊 微电子学与计算机 学科
关键词 入侵检测 聚类 特征检测 异常检测
年,卷(期) 2008,(5) 所属期刊栏目
研究方向 页码范围 62-65
页数 4页 分类号 TP393
字数 语种 中文
DOI
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 郑秋生 中原工学院计算机学院 75 412 12.0 16.0
2 张西广 中原工学院计算机学院 23 35 3.0 4.0
3 陈国强 河南大学计算机与信息工程学院 12 81 5.0 8.0
4 王虎祥 忻州师范学院计算机系 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (15)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
入侵检测
聚类
特征检测
异常检测
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导