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:
为了进一步提高网络入侵检测的效果,提出一种基于聚类集成的入侵检测算法.首先利用Bagging算法从训练集中生成多个训练子集.然后调用模糊C均值聚类算法训练并生产多个基本聚类器.然后利用信息论构造适应度函数.采用粒子群算法从上述聚类集体中获得一个具有最优性能的集成聚类器.仿真实验结果表明,该算法能有效的提高入侵检测的精度,具有较高的泛化性和和稳定性.
推荐文章
一种改进的基于密度聚类的入侵检测算法
入侵检测
密度聚类
数据挖掘
基于聚类学习算法的网络入侵检测研究
入侵检测
网络安全
数据挖掘
聚类
无类标数据
动态聚类算法在网络入侵检测中的应用
聚类
聚类中心
距离
迭代
入侵检测
基于量子遗传聚类的入侵检测方法
入侵检测
聚类
量子遗传算法
组合优化
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 基于聚类集成的网络入侵检测算法
来源期刊 科学技术与工程 学科 工学
关键词 入侵检测 聚类集成 Bagging 模糊C均值 粒子群算法
年,卷(期) 2012,(23) 所属期刊栏目 计算机技术
研究方向 页码范围 5797-5800
页数 分类号 TP393.08
字数 3419字 语种 中文
DOI 10.3969/j.issn.1671-1815.2012.23.024
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 赵晖 陕西理工学院数学与计算机科学学院 20 70 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (46)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (4)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
入侵检测
聚类集成
Bagging
模糊C均值
粒子群算法
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导