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:
自组织特征映射是一种无监督的神经网络,目前广泛应用于入侵检测中.文章提出了一种基于改进的SOM的入侵检测方法,可更有效的处理包含数值型和字符型的输入向量,优化了训练中的权值调整策略.最后,使用KDD Cup 99数据集进行实验,结果表明改进的SOM算法检测率较高.
推荐文章
基于SOM的入侵检测算法的特征选择
入侵检测
神经网络
特征
自组织特征映射
一种改进的三层SOM入侵检测方法
网络入侵
自组织特征映射网络
模型训练
数据分类
节点计算
初始模型优化
基于混合AIS/SOM的入侵检测模型
人工免疫系统
自组织映射
入侵检测
遗传算法
异常检测
基于改进的自组织映射入侵检测方法
自组织映射
神经网络
ROC曲线
入侵检测
聚类分析
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 基于改进的SOM入侵检测研究
来源期刊 信息工程大学学报 学科 工学
关键词 自组织特征映射 入侵检测系统 聚类
年,卷(期) 2011,(5) 所属期刊栏目 计算机技术及应用
研究方向 页码范围 630-633
页数 分类号 TP393.8
字数 3135字 语种 中文
DOI 10.3969/j.issn.1671-0673.2011.05.022
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 陈迎春 信息工程大学信息工程学院 11 39 4.0 6.0
2 李祥和 信息工程大学信息工程学院 17 111 5.0 10.0
3 谭玉琴 信息工程大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
自组织特征映射
入侵检测系统
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
信息工程大学学报
双月刊
1671-0673
41-1196/N
大16开
郑州市科学大道62号
2000
chi
出版文献量(篇)
2792
总下载数(次)
2
总被引数(次)
9088
论文1v1指导