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:
为满足高效聚类大规模数据集的要求,该文提出一种基于k均值算法的并行聚类算法,该并行算法能使聚类时间随节点主机数目的增多,呈近似线性递减。为了更好地平衡检测率与误报率,文章又提出了基于平方误差最小的重定位算法,相比于李娜等人提出的算法,该重定位算法使检测率提升了5%,误报率降低了1.1%。实验结果表明,该文算法不但能够提高聚类效率,而且能够更加有效地检测出已知和未知攻击。
推荐文章
基于聚类粒子群算法网络异常检测模型研究
网络异常
均值聚类
遗传算法
入侵检测
基于改进的局部异常因子检测的优化聚类算法
聚类
Kmeans
加权欧式距离
LOF算法
优化
基于进化半监督模糊聚类算法的病毒检测研究
计算机病毒
进化半监督
模糊聚类
模型
仿真测试
一种基于聚类的异常流量检测算法
异常检测
Chameleon算法
异常流量
聚类
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 基于并行聚类算法的无监督异常检测研究
来源期刊 舰船电子工程 学科 工学
关键词 并行聚类 信息熵 计算机集群 重定位
年,卷(期) 2012,(1) 所属期刊栏目 测试与测量技术
研究方向 页码范围 79-82
页数 分类号 TP309
字数 4102字 语种 中文
DOI 10.3969/j.issn.1627-9730.2012.01.033
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 马春波 桂林电子科技大学信息与通信学院 62 124 6.0 7.0
2 李青华 桂林电子科技大学信息与通信学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (26)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (6)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 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)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
并行聚类
信息熵
计算机集群
重定位
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
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
总被引数(次)
27655
论文1v1指导