作者:
原文服务方: 微电子学与计算机       
摘要:
提出改进的k-means算法,加入过滤优化功能,通过簇候选集合中攻击簇的数目优化,删除掉非最优聚类数据集合中的攻击数据,生产最优簇,提高后期网络数据库入侵检测的时效性,降低漏检率.实验结果表明,本文的方法能够优化聚类后生成攻击簇的数目的数目,为网络数据量入侵检测提供便利,提高了检测的准确性,降低了漏检率.
推荐文章
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
基于K-means和naive Bayes的数据库用户行为异常检测研究
数据库
用户行为
异常检测
K-means聚类
naiveBayes分类算法
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k-means算法的网络数据库入侵检测
来源期刊 微电子学与计算机 学科
关键词 网络数据库 入侵检测 改进算法
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 144-146,150
页数 分类号 TP391
字数 语种 中文
DOI
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 韩占柱 呼伦贝尔学院传媒学院 7 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (22)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (14)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
网络数据库
入侵检测
改进算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导