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:
针对密度聚类DBSCAN算法存在的聚类效果对输入参数敏感的问题,提出了一种基于k-means改进算法确定DBSCAN算法参数的方案来提高聚类质量.将改进k-means算法与DBSCAN算法相结合应用于入侵检测系统,实验结果表明,新方法较好地解决了传统DBSCAN聚类算法中参数选择的敏感问题,相比于李娜等人提出的算法,结合算法使检测率提高了3.32%,误报率降低了1.83%.
推荐文章
聚类分析在入侵检测中的应用
入侵检测
数据挖掘
聚类分析
基于聚类分析的数据库入侵检测框架及其应用
数据库安全
数据挖掘
入侵检测
聚类分析在入侵检测系统中的应用研究
入侵检测系统(IDS)
异常检测
非监督
聚类
基于聚类分析的入侵检测研究
网络安全
入侵检测
聚类分析
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 基于密度聚类分析的入侵检测方法研究
来源期刊 计算机与数字工程 学科 工学
关键词 入侵检测 密度聚类算法 参数选择
年,卷(期) 2013,(2) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 254-256,323
页数 4页 分类号 TP393
字数 4491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 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 朱勇 桂林电子科技大学信息与通信学院 7 38 3.0 6.0
3 胡建龙 桂林电子科技大学信息与通信学院 2 10 2.0 2.0
4 李虎 桂林电子科技大学信息与通信学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
密度聚类算法
参数选择
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导