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:
对目前的异常检测技术进行了全面概述, 按照采用的不同技术将异常检测分为基于统计、基于机器学习和基于数据挖掘3种, 阐述了各种异常检测技术的特征, 并描述了目前基于异常入侵检测系统用到的各种算法及其实现方法. 通过实验结果, 比较了各种算法的检测效果.
推荐文章
基于异常和特征的入侵检测系统模型
异常检测
基于异常和特征的入侵检测系统
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
基于访问控制的主机异常入侵检测模型
访问控制
入侵检测
ACBIDS(基于访问控制的主机异常入侵检测模型)
活动关联图
基于RSVM的异常入侵检测系统
支持向量机
入侵检测
Robust 支持向量机
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 基于异常检测的入侵检测技术
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 异常检测 机器学习 统计异常检测 数据挖掘
年,卷(期) 2009,(6) 所属期刊栏目 计算机科学
研究方向 页码范围 1264-1270
页数 7页 分类号 TP393
字数 5332字 语种 中文
DOI 10.3321/j.issn:1671-5489.2009.06.032
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 胡亮 吉林大学计算机科学与技术学院 131 839 16.0 22.0
2 任维武 吉林大学计算机科学与技术学院 4 53 4.0 4.0
3 任斐 吉林大学计算机科学与技术学院 6 52 4.0 6.0
4 于漫 长春工业大学计算机科学与工程学院 2 38 2.0 2.0
5 金刚 吉林大学计算机科学与技术学院 3 44 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (9)
参考文献  (18)
节点文献
引证文献  (27)
同被引文献  (60)
二级引证文献  (89)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(8)
  • 参考文献(8)
  • 二级参考文献(0)
2009(8)
  • 参考文献(8)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2011(15)
  • 引证文献(8)
  • 二级引证文献(7)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(15)
  • 引证文献(4)
  • 二级引证文献(11)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(20)
  • 引证文献(2)
  • 二级引证文献(18)
2016(24)
  • 引证文献(3)
  • 二级引证文献(21)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
异常检测
机器学习
统计异常检测
数据挖掘
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
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
论文1v1指导