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:
为了提高入侵检测系统的性能,研究了在入侵检测中如何采用数据挖掘中的关联和聚类算法。对于K-Means聚类算法具有的K值确定困难、易受初始值影响等问题,提出了一种预定距离的聚类方法。针对Apriori关联算法扫描事务数据库次数过多,耗费大量的时间处理候选项集的缺陷,提出了改进的2项、3项频繁项集的矩阵挖掘算法。设计了改进的聚类、关联算法的入侵检测系统,并进行了实验。结果表明,该系统能降低误检率,提高检测效率,能够检测未知入侵类型。
推荐文章
基于聚类学习算法的网络入侵检测研究
入侵检测
网络安全
数据挖掘
聚类
无类标数据
基于数据挖掘的网络入侵检测系统研究
异常检测
无指导学习
规则提取
数据挖掘
基于数据流模糊聚类挖掘的入侵检测系统研究
数据流挖掘
聚类算法
基于数据流的模糊聚类挖掘算法(SFCM)
入侵检测
基于聚类矩阵的入侵日志关联规则算法
聚类矩阵
关联向量
入侵检测
项集矩阵
关联规则
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 基于聚类与关联的入侵检测系统研究设计
来源期刊 计算机技术与发展 学科 工学
关键词 聚类 关联 入侵检测系统 异常检测
年,卷(期) 2015,(7) 所属期刊栏目 应用开发研究
研究方向 页码范围 133-137
页数 5页 分类号 tP393.08
字数 4966字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.07.029
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 刘华春 成都理工大学工程技术学院 31 167 7.0 12.0
2 杨忠 成都理工大学工程技术学院 17 60 4.0 7.0
3 侯向宁 成都理工大学工程技术学院 15 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (87)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(13)
  • 参考文献(1)
  • 二级参考文献(12)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(7)
  • 参考文献(4)
  • 二级参考文献(3)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
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)
2019(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
聚类
关联
入侵检测系统
异常检测
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导