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:
针对当前聚类算法仅依赖于初始聚类中心并且无法精确区别非凹形状类的不足,将图学习知识应用到聚类算法中,提出一种基于图聚类的入侵检测算法P-BFS.为得到较准确的分类模型,算法中引入了一种基于逼近函数的相似性度量方法.实验结果论证了图聚类思想应用于入侵检测系统的优越性;同时表明了,与K-means聚类算法相比,P-BFS图聚类算法具有较高的性能.
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
基于聚类组织协同进化的入侵检测算法
入侵检测
网络安全
组织协同进化
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
基于量子遗传聚类的入侵检测方法
入侵检测
聚类
量子遗传算法
组合优化
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 基于图聚类的入侵检测算法
来源期刊 计算机应用 学科 工学
关键词 入侵检测 聚类分析 图聚类 逼近函数 聚类熵
年,卷(期) 2011,(7) 所属期刊栏目 信息安全
研究方向 页码范围 1898-1900
页数 分类号 TP393.09
字数 3282字 语种 中文
DOI 10.3724/SP.J.1087.2011.01898
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 林果园 中国矿业大学计算机科学与技术学院 32 300 8.0 17.0
2 王国辉 中国矿业大学计算机科学与技术学院 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  (23)
共引文献  (66)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(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)
2012(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
入侵检测
聚类分析
图聚类
逼近函数
聚类熵
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导