基于多维聚类挖掘的异常检测方法研究

• 作者: 宋玉蓉 蒋国平 陈平
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 异常检测 网络安全
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 安全与防范
• 页码范围: 136-139,142
• 分类号: TP309
• 字数: 4080字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2012.07.037

摘要

网络异常检测是网络管理中非常重要的课题,因此已在近年来得到广泛研究.人们在该领域提出了许多先进的网络流量异常检测方法,但是自动准确地对网络流量进行分类和识别来发现网络中的异常流量仍然是一个非常具有挑战性的问题.文中提出了一种基于多维聚类挖掘的异常检测方法,通过两个阶段来实现异常检测.第一阶段先通过多维聚类挖掘算法,自动对网络中的流量进行多维聚类,第二阶段通过计算多维聚类的异常度来实现异常检测.通过文中的方法,网络中的异常流量被自动归类到不同的有意义的聚类中,通过对这些聚类进行分析可以发现网络中的异常行为.最后通过实验对算法进行了验证,结果表明该方法能够有效检测网络中的异常流量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋国平	南京邮电大学自动化学院	124	1421	20.0	31.0
2	宋玉蓉	南京邮电大学自动化学院	49	372	11.0	18.0
3	陈平	南京邮电大学计算机学院	1	6	1.0	1.0