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BGP数据中两类样本在分布上的非平衡性,本文引入Under-s锄pling算法对训练数据集进行预处理,结合SVM学习过程,通过改变SVM中训练集的样本分布来消除非平衡分布带来的不良影响.实验结果表明:引入Under-sampling算法,SVM有更好的分类效果,能更有效地检测出BGP异常流量.
推荐文章
基于SVM的BGP异常流量检测
SVM
BGP
异常流量检测
小样本
一种基于聚类的异常流量检测算法
异常检测
Chameleon算法
异常流量
聚类
一种用于异常检测的网络流量抽样方法
网络流量
可变抽样
随机报文
异常检测
一种网络流量异常检测算法
网络管理
异常检测
流量监测
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Under-sampling的BGP异常流量检测方法
来源期刊 电子技术 学科 工学
关键词 支持向量机 边界网关协议 异常流量检测 Under-sampling
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 10-12
页数 分类号 TP3
字数 3255字 语种 中文
DOI 10.3969/j.issn.1000-0755.2011.01.004
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 孙红艳 菏泽学院物理系 10 47 3.0 6.0
2 张红玉 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
研究主题发展历程
节点文献
支持向量机
边界网关协议
异常流量检测
Under-sampling
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
总被引数(次)
22245
论文1v1指导