原文服务方: 计算机应用研究       
摘要:
现有基于聚类的入侵检测算法,聚类过程中需要预设聚类数,且算法的性能受初始数据输入顺序的影响,为此提出了一种新的基于量子遗传聚类入侵检测方法.该方法的基本思想是先自动建立初始聚类簇,再用改进量子遗传算法对初始聚类组合优化,最后进行入侵检测.实验结果表明,该方法能够有效地检测出网络中的入侵数据.
推荐文章
基于量子遗传算法的XML聚类集成
XML文档
KNN分类
量子遗传算法
聚类集成
聚类质量
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
基于量子遗传聚类算法的入侵检测
入侵检测
量子遗传算法
量子遗传聚类算法
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 基于量子遗传聚类的入侵检测方法
来源期刊 计算机应用研究 学科
关键词 入侵检测 聚类 量子遗传算法 组合优化
年,卷(期) 2010,(1) 所属期刊栏目 信息安全技术
研究方向 页码范围 240-243,246
页数 5页 分类号 TP393.08
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.01.071
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 汪荣贵 合肥工业大学计算机与信息学院 104 1458 21.0 34.0
2 何畏 合肥工业大学计算机与信息学院 6 59 4.0 6.0
3 查全民 合肥工业大学计算机与信息学院 2 23 2.0 2.0
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  (133)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (19)
二级引证文献  (2)
1980(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
聚类
量子遗传算法
组合优化
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
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
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
论文1v1指导