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:
针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题,提出蚁群聚类改进算法.对已有蚁群聚类算法的结果簇做调整,从而得到更好的聚类结果.使用KDD Cup 1999入侵检测数据集所作的实验结果表明,聚类效果改进明显,入侵检测率有所提高.
推荐文章
一种改进蚁群聚类的入侵检测方法
网络安全
入侵检测
数据挖掘
蚁群聚类
聚类分析
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
基于自适应蚁群聚类的入侵检测
蚁群聚类
聚类分析
入侵检测
网络安全
一种改进的蚁群聚类算法
蚁群算法
聚类分析
群体智能
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 用一种改进的蚁群聚类算法进行网络入侵检测
来源期刊 沈阳航空工业学院学报 学科 工学
关键词 入侵检测 蚁群聚类算法 贝叶斯检测
年,卷(期) 2010,(1) 所属期刊栏目 计算机工程
研究方向 页码范围 72-76
页数 5页 分类号 TP393.08
字数 4909字 语种 中文
DOI 10.3969/j.issn.2095-1248.2010.01.019
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 徐蕾 沈阳航空工业学院计算机学院 45 187 8.0 10.0
2 陈军 沈阳航空工业学院计算机学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (20)
二级引证文献  (20)
1935(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
入侵检测
蚁群聚类算法
贝叶斯检测
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
沈阳航空航天大学学报
双月刊
2095-1248
21-1576/V
大16开
辽宁省沈阳市沈北新区道义南大街37号
1984
chi
出版文献量(篇)
2881
总下载数(次)
10
总被引数(次)
11933
论文1v1指导