原文服务方: 科技与创新       
摘要:
通过分析常见异常流量的内在特征,在Chameleon算法的基础上,设计了一种基于聚类的异常流量检测算法.通过对DARPA 1998数据集的实验结果表明,该算法能够在没有先验知识的前提下,对影响正常网络性能的异常流量有较高的检测准确率.
推荐文章
一种改进的基于密度聚类的入侵检测算法
入侵检测
密度聚类
数据挖掘
一种网络流量异常检测算法
网络管理
异常检测
流量监测
一种基于距离的聚类和孤立点检测算法
聚类算法
孤立点检测
距离
密度
一种基于云理论的异常检测算法研究
云理论
入侵检测
卡方验证
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 一种基于聚类的异常流量检测算法
来源期刊 科技与创新 学科
关键词 异常检测 Chameleon算法 异常流量 聚类
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 133-135
页数 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.09.052
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 刘方爱 山东师范大学信息科学与工程学院 142 827 14.0 20.0
2 戚玉娥 山东师范大学信息科学与工程学院 2 5 1.0 2.0
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  (1)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(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)
2020(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
异常检测
Chameleon算法
异常流量
聚类
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导