作者:
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:
针对网络流量具有复杂的动力学特性,提出了一种应用自上而下的协同神经网络进行网络流量异常检测的方法.首先选择包含正常网络流量和异常攻击流量的数据集作为原型模式,然后通过协同神经网络进行序参量的动力演化,最终根据原型模式对应的序参量的演化结果来判定检测结果.实验结果证明,该方法能有效的识别出正常流量和异常攻击的种类.
推荐文章
基于时间序列分析的网络流量异常检测
网络系统
流量异常检测
灰色模型
小波分析
组合神经网络的网络流量预测研究
网络流量
遗传算法
神经网络
预测
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于层叠模型的网络流量异常检测方法
异常检测
层叠模型
小波变换模极大
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 基于协同神经网络的网络流量异常检测
来源期刊 华中师范大学学报(自然科学版) 学科 工学
关键词 网络流量 异常检测 协同神经网络 序参量
年,卷(期) 2012,(5) 所属期刊栏目
研究方向 页码范围 537-539,568
页数 分类号 TP393.06
字数 2248字 语种 中文
DOI 10.3969/j.issn.1000-1190.2012.05.007
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 马卫 中南民族大学计算与实验中心 12 51 5.0 7.0
2 熊伟 中南民族大学计算与实验中心 12 33 4.0 5.0
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  (10)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (21)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
网络流量
异常检测
协同神经网络
序参量
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
华中师范大学学报(自然科学版)
双月刊
1000-1190
42-1178/N
大16开
武汉市武昌桂子山
38-39
1955
chi
出版文献量(篇)
3391
总下载数(次)
5
总被引数(次)
18993
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导