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:
随着数据库系统在企业的普遍使用,以及数据库的作用日益重要,数据库的安全问题也随之变得更加严峻.探讨了数据库系统的安全问题,阐述了数据库异常检测系统的重要性,详细研究了隐马尔可夫(HMM)模型,介绍了HMM模型的参数估计的方法.运用HMM模型对数据库系统的事件序列进行建模,以数据库系统日志作为训练集,建立正常状态下的用户行为轮廓,并以当前用户事件的最大似然概率与正常用户行为轮廓的偏离程度来检测异常.
推荐文章
物联网环境下Web数据库异常数据检测方法研究
网络信道
干扰频率
时空关联
物联网环境下的差异网络数据库异常数据检测
物联网
网络数据库
异常检测
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
基于HMM和LDA级联的视频异常检测
隐马尔可夫模型
隐藏狄利克雷分配
异常检测
级联模型
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HMM的数据库异常检测方法
来源期刊 计算机安全 学科
关键词 数据库安全 异常检测 隐马尔可夫模型 用户轮廓
年,卷(期) 2013,(4) 所属期刊栏目 学术技术
研究方向 页码范围 40-42
页数 3页 分类号
字数 1680字 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 黄建强 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (7)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(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)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据库安全
异常检测
隐马尔可夫模型
用户轮廓
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
计算机安全
月刊
1671-0428
11-4647/TP
大16开
北京市海淀区万寿路27号
82-27
2001
chi
出版文献量(篇)
6030
总下载数(次)
9
论文1v1指导