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:
利用贝叶斯算法检测僵尸网络具有较高的准确性,但僵尸网络具有流量大的特征,同时贝叶斯分类训练阶段需要对大量的网络数据集进行训练,用单一结点来检测僵尸网络将会遇到计算时间和计算资源瓶颈.为此设计了基于MapReduce检测僵尸网络的贝叶斯算法,把贝叶斯算法训练阶段的先验概率、条件概率和检测阶段的后验概率的计算并行化处理.通过大量运行在Hadoop平台上的实验表明,该方法提高了检测僵尸网络的效率.
推荐文章
检测僵尸网络的贝叶斯算法的MapReduce 并行化实现
僵尸网络
检测僵尸网络
贝叶斯算法
Hadoop
MapReduce
流量
基于MapReduce的并行贝叶斯分类算法的设计与实现
MapReduce
文本分类
Hadoop
贝叶斯
基于MapReduce的贝叶斯网络参数学习方法
大数据
贝叶斯网络
参数学习
期望最大化算法
MapReduce
基于贝叶斯网络的健壮社团检测
复杂网络
健壮社团
贝叶斯网络
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MapReduce检测僵尸网络的贝叶斯算法的实现
来源期刊 计算机科学 学科 工学
关键词 僵尸网络 贝叶斯 MapReduce 流量 Hadoop
年,卷(期) 2014,(3) 所属期刊栏目 软件与数据库技术
研究方向 页码范围 153-158
页数 6页 分类号 TP393
字数 6701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 邵秀丽 南开大学信息技术科学学院 60 388 13.0 17.0
2 耿梅洁 南开大学信息技术科学学院 3 7 2.0 2.0
3 蒋鸿玲 南开大学信息技术科学学院 7 51 3.0 7.0
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  (45)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (25)
二级引证文献  (14)
1945(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
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
僵尸网络
贝叶斯
MapReduce
流量
Hadoop
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导