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K-means算法对于初始聚类中心选择敏感问题,提出了一种改进的K-means算法,该算法优化了聚类中心选择问题,能够获得全局最优的聚类划分,同时减少了算法的时间复杂度.实验结果表明,采用本文的算法进行网络入侵检测,相对于经典的聚类算法,能获得理想的网络入侵检测率和网络误报率.
推荐文章
改进k-means算法的网络数据库入侵检测
网络数据库
入侵检测
改进算法
改进的k-means算法在入侵检测中的应用
入侵检测
聚类分析
k均值
相异度
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
增强型K-means聚类算法在入侵检测中的应用
入侵检测
异常检测
聚类分析
K-means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 改进的K-means网络入侵检测算法
来源期刊 智能计算机与应用 学科 工学
关键词 改进的K-means 初始聚类中心 入侵检测
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 21-23
页数 分类号 TP393
字数 2385字 语种 中文
DOI 10.3969/j.issn.2095-2163.2012.02.006
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 李梓 大庆师范学院计算机科学与信息技术学院 36 173 7.0 12.0
2 于海涛 大庆师范学院计算机科学与信息技术学院 14 104 4.0 10.0
3 程晓旭 大庆师范学院计算机科学与信息技术学院 20 83 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (296)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (16)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
改进的K-means
初始聚类中心
入侵检测
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
相关基金
黑龙江省自然科学基金
英文译名:
官方网址:http://jj.dragon.cn/zr/index.asp
项目类型:
学科类型:
论文1v1指导