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:
提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean(欧几里德)距离.再通过量子粒子群优化算法(QPSO)寻找聚类中心.最后进行仿真模拟,实验结果表明,该模型对网络异常检测是有效的.
推荐文章
改进的聚类算法在网络异常行为检测中的应用
K-means
最小生成树
网络异常行为
聚类
数据挖掘
遗传聚类算法在基于网络异常入侵检测中的应用
入侵检测
异常检测
遗传算法
遗传聚类算法
基于混沌免疫聚类的异常检测算法
混沌理论
免疫聚类
异常检测
聚类融合
基于多维聚类挖掘的异常检测方法研究
聚类
异常检测
网络安全
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KQPSO聚类算法的网络异常检测
来源期刊 计算机工程与应用 学科 工学
关键词 QPSO算法 网络异常检测 K-Means KQPSO
年,卷(期) 2008,(11) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 127-128,167
页数 3页 分类号 TP393.01
字数 3168字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.11.036
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 刘渊 江南大学信息工程学院 235 1325 17.0 25.0
2 马汝辉 江南大学信息工程学院 4 19 3.0 4.0
3 林星 江南大学信息工程学院 4 86 4.0 4.0
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  (4)
节点文献
引证文献  (8)
同被引文献  (2)
二级引证文献  (2)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(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)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(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
QPSO算法
网络异常检测
K-Means
KQPSO
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