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:
当今攻击网络的手段是多种多样的,为保护网络的用户不受来自网络的攻击,网络在使用中需要安全设备和安全技术.入侵检测技术是一种安全检测技术,该技术能够来阻止网络攻击行为.但要阻止网络的攻击行为,必须检测到该行为.本文在简述了入侵检测技术,粒子群知识后,然后提出了粒子群在入侵检测技术上的应用.该技术在入侵检测上的应用将使得检测方法具有一定的智能性,将粒子群技术应用到入侵检测中属于是首次.本文提出的具有一定智能性检测算法可分为两个步骤:①首先通过函数y=f(x)判断链路中的数据流是否在正常范围内,还是属于异常.②然后如果某种数据流属于异常的流,则使用粒子群算法来对未知属性数据流的属性进行定性判断.本文提出的算法具有一定的智能性,能够作为现有的入侵检测算法的补充.
推荐文章
粒子群特征优选的SVDD 入侵检测研究
入侵检测
支持向量数据描述
粒子群算法
基于粒子群优化的异常入侵检测算法的研究
粒子群算法
动态聚类分析
入侵检测
适应度函数
粒子群算法和SVM的网络入侵检测
粒子群算法
支持向量机
网络入侵
检测算法
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
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 一种基于粒子群的入侵检测研究
来源期刊 网络安全技术与应用 学科 工学
关键词 粒子群 异常检测 入侵检测
年,卷(期) 2014,(6) 所属期刊栏目 技术·应用
研究方向 页码范围 13-15
页数 3页 分类号 TP393.08
字数 4863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 朱俚治 80 75 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (217)
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)
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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 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
粒子群
异常检测
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
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