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:
在KSummary算法的基础上,引入层次和密度聚类方法,提出自适应多趟聚类方法。依次获得聚类个数k,聚类初始中心和最终聚类。将算法应用于无线传感器网络数据中,可以很好地发现数据中的离群点,从而找到传感器节点安全上存在的隐患。实验结果和分析表明:此算法不但可获得稳定、收敛的聚类结果,还能很好地发现离群点。
推荐文章
无线传感器网络安全研究
无线传感器网络
路由协议
密钥管理
数据融合
基于TePA的无线传感器网络安全方案
无线传感器网络
三元对等架构
认证
密钥协商
无线传感器网络安全算法能量开销研究
无线传感器网络
安全算法
能量开销
无线传感器网络自适应链路层FEC控制策略
无线传感器网络
Kalman滤波
自适应链路层前向纠错
能量分析
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 自适应多趟聚类在检测无线传感器网络安全中的应用
来源期刊 传感器与微系统 学科 工学
关键词 聚类 KSummary算法 传感器 离群点
年,卷(期) 2015,(2) 所属期刊栏目 应用技术
研究方向 页码范围 150-153
页数 4页 分类号 TP391
字数 3156字 语种 中文
DOI 10.13873/J.1000-9787(2015)02-0150-04
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 滕少华 广东工业大学计算机学院 121 825 15.0 20.0
2 张巍 广东工业大学计算机学院 62 412 11.0 15.0
3 刘冬宁 广东工业大学计算机学院 42 183 8.0 11.0
4 李日贵 广东工业大学计算机学院 3 23 3.0 3.0
5 洪源 广东工业大学计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (510)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (3)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(10)
  • 参考文献(1)
  • 二级参考文献(9)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
聚类
KSummary算法
传感器
离群点
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
传感器与微系统
月刊
1000-9787
23-1537/TN
大16开
哈尔滨市南岗区一曼街29号
14-203
1982
chi
出版文献量(篇)
9750
总下载数(次)
43
论文1v1指导