基于改进LDA和CNN的网络入侵聚类

• 作者: 周旭 李二喜 欧阳艾嘉 谭立志 贺明华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 线性判别分析 中心近邻法 网络入侵 聚类 降维
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 89-91,108
• 页数: 4页
• 分类号: TP18
• 字数: 4250字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0359

摘要

提出了一种基于改进线性判别分析和近邻法的网络入侵聚类方法,运用改进的线性判别分析方法对网络入侵样本特征进行降维处理,使用近邻分类器对数据进行聚类.该算法降低了算法的聚类时间,还提高了算法的聚类能力.实验结果表明,相比其他模型,该算法有较高的检测率和较低的误警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周旭	湖南大学信息科学与工程学院	18	115	7.0	10.0
3	谭立志	株洲职业技术学院科研处	14	30	3.0	4.0
4	欧阳艾嘉	湖南大学信息科学与工程学院	14	81	6.0	8.0
5	李二喜	株洲职业技术学院科研处	10	14	2.0	3.0
8	贺明华	井冈山大学高等教育研究所	23	43	4.0	5.0