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:
随着时代的进步和社会经济的发展,电子计算机技术发展迅速,被广泛应用于各个领域内。计算机网络可以实现资源共享,可以提高工作效率,但是也出现了严重的网络安全问题,经常会受到一些攻击和非法的访问;针对这种情况,就需要采用入侵检测系统,进行主动安全防护。该文简要分析了基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用,希望可以提供一些有价值的参考意见。
推荐文章
基于蚁群聚类的入侵检测技术研究
入侵检测
数据挖掘
蚁群聚类
数据挖掘在网络入侵检测系统中的应用
网络安全
入侵检测系统
数据挖掘
数据挖掘在网络入侵检测中的应用研究
入侵检测
数据挖掘
Apriori算法
网络入侵检测中数据挖掘技术的应用研究
网络安全
入侵检测
数据挖掘
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 基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 网络安全 蚁群算法 入侵检测
年,卷(期) 2014,(2) 所属期刊栏目
研究方向 页码范围 707-708
页数 2页 分类号 TP393
字数 语种
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 李松涛 11 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
网络安全
蚁群算法
入侵检测
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导