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:
为了解决无监督异常检测方法无法检测突发性的大规模攻击的问题,提出了一种基于聚类的无监督异常检测模型,该模型从多个聚类器中选取DB指数最小的分簇结果,并利用最小簇内距离、最大簇内距离对每个簇进行分类,从而识别出攻击.实验表明该模型明显提高了检测率、降低了误报率.
推荐文章
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
一种基于聚类核的半监督支持向量机分类方法
聚类核
聚类假设
半监督支持向量机
分类
一种基于特征聚类的特征选择方法
特征选择
特征聚类
相关度
无监督学习
基于聚类的网络异常检测
入侵检测
聚类
特征检测
异常检测
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 一种基于聚类的无监督异常检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 无监督异常检测 K均值算法 DB指数 簇内距离
年,卷(期) 2008,(1) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 138-141
页数 4页 分类号 TP393.08
字数 3989字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.01.044
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 杨斌 中南大学信息科学与工程学院 64 333 11.0 15.0
2 刘卫国 中南大学信息科学与工程学院 95 1477 16.0 37.0
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  (5)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (17)
二级引证文献  (12)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(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)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
无监督异常检测
K均值算法
DB指数
簇内距离
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导