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:
从安全的角度分析网络用户行为,建立了一个基于Netflow统计的用户行为向量数据模型,提出了一个网络用户行为的分析框架,建立了一个分析流程.针对存储网络用户行为的大型数据库选用了一个合适的聚类算法即CURE算法,并对CURE算法进行了基于实际应用的改进.实验结果表明,改进后的CURE算法不仅能很好地聚类,而且能区分出正常行为和异常行为,通过危害行为评价体系分析,聚类得到的异常行为是危害行为的检测率非常高.对于实时网络上的增量数据,文中也给出了增量挖掘的算法,符合网络实时分析的需要.
推荐文章
基于改进CURE聚类算法的无监督异常检测方法
无监督异常检测
CURE
超矩形
聚类
数据挖掘
基于CURE的用户聚类算法研究
利用代表点聚类(CURE)算法
聚类分析
用户兴趣
个性化
基于因果模型的社交网络用户购物行为研究
网络购物
社交行为
反从众
FCI算法
因果网络
基于CURE聚类优化的数据挖掘算法研究
数据挖掘
非结构化数据
数据聚类
CURE聚类算法
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CURE算法的网络用户行为分析
来源期刊 计算机技术与发展 学科 工学
关键词 网络安全 数据挖掘 CURE算法 异常行为 增量挖掘
年,卷(期) 2011,(9) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 35-38
页数 分类号 TP31
字数 3347字 语种 中文
DOI 10.3969/j.issn.1673-629X.2011.09.009
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 李杰 中南大学信息科学与工程学院 84 800 14.0 25.0
2 李建 中南大学信息科学与工程学院 46 566 15.0 22.0
3 孙燕花 中南大学信息科学与工程学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (23)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (29)
二级引证文献  (175)
1967(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(15)
  • 引证文献(2)
  • 二级引证文献(13)
2016(35)
  • 引证文献(4)
  • 二级引证文献(31)
2017(51)
  • 引证文献(1)
  • 二级引证文献(50)
2018(35)
  • 引证文献(0)
  • 二级引证文献(35)
2019(30)
  • 引证文献(2)
  • 二级引证文献(28)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
网络安全
数据挖掘
CURE算法
异常行为
增量挖掘
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导