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:
为了解决由于入侵检测样本数据多和冗余属性导致的BP神经网络训练速度慢和效率低的问题,本文提出利用模糊k均值聚类算法对样本数据依据和目标属性相关性和隶属度强弱进行聚类,优化神经网络权值.实验表明,该算法检测的准确率较高,网络入侵检测的性能和效率都得到了提高.
推荐文章
k均值算法在网络入侵检测中的应用
人工免疫
网络入侵检测
K均值算法
改进的进化神经网络算法及其在入侵检测中的应用
入侵检测
神经网络
遗传算法
改进的进化神经网络
PSO算法和神经网络的入侵检测系统设计
PSO算法
入侵检测系统
人工神经网络
蚁群算法选择神经网络参数的网络入侵检测
网络安全
神经网络
参数优化
蚁群算法
入侵检测分类器
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 模糊k均值算法和神经网络算法在入侵检测中的应用
来源期刊 网络安全技术与应用 学科
关键词 入侵检测 模糊K均值算法 BP神经网络 算法实现
年,卷(期) 2013,(3) 所属期刊栏目 技术应用
研究方向 页码范围 74-75,59
页数 3页 分类号
字数 1304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 夏淑华 湖南司法警官职业学院管理系 44 74 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
入侵检测
模糊K均值算法
BP神经网络
算法实现
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
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导