原文服务方: 科技与创新       
摘要:
异常检测是入侵检测中防范新型攻击的基本手段,本文应用增强的K-means算法对检测数据进行聚类分类.计算机仿真结果说明了该方法对入侵检测是有效的.
推荐文章
改进的k-means算法在入侵检测中的应用
入侵检测
聚类分析
k均值
相异度
K-means聚类算法的研究
数据挖掘
K-means算法
初始聚类中心
聚类分析
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于增强蜂群优化与 K-means 的文本聚类算法
蜂群算法
公平操作
克隆操作
多样性
局部提炼
文本聚类
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 增强型K-means聚类算法在入侵检测中的应用
来源期刊 科技与创新 学科
关键词 入侵检测 异常检测 聚类分析 K-means算法
年,卷(期) 2008,(9) 所属期刊栏目 信息安全
研究方向 页码范围 72-73
页数 2页 分类号 TP309.2
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.09.029
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 张忠辅 兰州交通大学应用数学研究所 157 1421 19.0 31.0
2 高继森 兰州交通大学电子与信息工程学院 24 65 5.0 6.0
3 赵杰 兰州交通大学电子与信息工程学院 6 20 2.0 4.0
4 张晶 兰州交通大学电子与信息工程学院 9 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (49)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (34)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(9)
  • 引证文献(3)
  • 二级引证文献(6)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
异常检测
聚类分析
K-means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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导