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:
针对入侵检测系(IDS)中基于训练数据选择较好的异常检测模型.使用相对熵密度偏差作为模型之间的度量.通过分析模型的分布与训练数据真实分布的差异,根据原数据本身的相依关系,使用较少的数据选择出较好的适用检测模型.实验结果证明针对所给的数据,隐马氏模型(HMM)要好于马氏链模型(MCM).
推荐文章
几何分布的相对熵密度偏差的极限性质
几何分布
强大数定律
几乎处处收敛
相对熵密度偏差
基于熵的入侵检测研究综述
入侵检测
网络安全
预测模型在入侵检测中的应用研究
神经网络
Pi-sigma神经网络
预警
预测模型
入侵检测
基于信息熵的SVM入侵检测技术
入侵检测
SVM
信息熵
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 相对熵密度偏差在入侵检测模型中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 入侵检测 相对熵密度偏差 异常检测
年,卷(期) 2009,(13) 所属期刊栏目 博士论坛
研究方向 页码范围 20-22
页数 3页 分类号 TP393
字数 2924字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.13.006
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 贾春福 南开大学信息技术科学学院 72 689 14.0 21.0
2 陈德强 南开大学信息技术科学学院 3 1 1.0 1.0
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  (1)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(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
相对熵密度偏差
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
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
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