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:
为提高无监督异常检测系统的检测率、误报率和检测效率,将数据集划分为不同的服务集,然后对每个服务集数据包进行全部属性聚类和部分相关属性聚类(即特征属性聚类)并比较训练结果,取其中训练性能较优的方法建立对该服务的检测模型.检测实验表明,本文模型的检测率达到99.21%,误报率降低到2.2%.与不加服务划分的模型相比,本文模型的训练时间和检测时间分别降低为相应模型的21.17%和21.98%.与其他检测算法的比较结果也表明,本文模型在检测率和误报率方面具有更优的性能.
推荐文章
基于词条属性聚类的文本特征选择算法
文本特征选择
词条属性
词位置
词间关联性
关联规则算法
K-均值算法
一种实现混合属性数据流聚类的算法
混合属性数据
相似性
k - 近邻算法
k - 均值聚类
分类属性
一种基于层次聚类的属性全局离散化算法
粗糙集
属性离散化
层次聚类
保持聚类结构的属性网络表示学习
网络表示学习
属性网络
前馈神经网络
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 一种全部属性聚类和特征属性聚类相结合的无监督异常检测模型
来源期刊 铁道学报 学科 工学
关键词 入侵检测 全部属性聚类 特征聚类 无监督异常检测
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 59-64
页数 分类号 TP393.08
字数 6253字 语种 中文
DOI 10.3969/j.issn.1001-8360.2010.05.011
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 刘卫国 中南大学信息科学与工程学院 95 1477 16.0 37.0
2 张志良 中南大学信息科学与工程学院 1 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  (2)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
全部属性聚类
特征聚类
无监督异常检测
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
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