作者:
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:
研究了一种蚂蚁聚类算法,分析了算法的流程和优缺点,并在此基础上提出了一种名为"增强蚂蚁聚类算法"的聚类算法。增强蚂蚁聚类算法通过添加一种"新聚类蚂蚁",减少了算法中孤立点的数目,改善了算法的聚类效果。设计了实验模型,用于检验增强蚂蚁算法在入侵检测中的应用效果。以KDDCUP 99数据集为检测数据源,对增强蚂蚁聚类算法应用于入侵检测进行了实验,实验结果表明,该算法对入侵数据的检测有较高的检测率和较低的误报率。
推荐文章
改进支持向量聚类在网络入侵检测中的应用研究
入侵检测
无监督聚类
支持向量聚类
相似度异构距离度量
动态聚类算法在网络入侵检测中的应用
聚类
聚类中心
距离
迭代
入侵检测
改进的蚂蚁聚类算法
蚂蚁算法
聚类
对称点距离
相似性函数
基于聚类学习算法的网络入侵检测研究
入侵检测
网络安全
数据挖掘
聚类
无类标数据
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 改进的蚂蚁聚类算法在网络入侵检测中的应用研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 入侵检测 聚类方法 增强蚂蚁
年,卷(期) 2009,(10X) 所属期刊栏目
研究方向 页码范围 8386-8390
页数 5页 分类号 TP393.08
字数 语种
DOI
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 丁海霞 江苏食品职业技术学院计算机应用技术系 16 15 3.0 3.0
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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(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)
2007(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
入侵检测
聚类方法
增强蚂蚁
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导