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:
为了提高网络异常检测的准确性,将核主成分分析与量子粒子群优化最小二乘向量机算法相结合,建立相应的网络异常检测模型.所采用的方法是:首先,通过核主成分分析对网络入侵数据进行降维,以加快异常检测速率;然后,通过量子粒子群优化算法对最小二乘向量机进行参数优化,提高检测的准确率.仿真结果表明,复合检测模型检测提高了检测速率与准确度,为网络安全提供了保障.
推荐文章
基于NB分类方法的网络异常检测模型
网络异常检测
朴素贝叶斯网络
贝叶斯分类方法
基于层叠模型的网络流量异常检测方法
异常检测
层叠模型
小波变换模极大
基于AR模型的网络异常检测
流量异常
异常检测
MIB变量
统计量
基于大数据技术的网络异常行为检测模型
大数据技术
网络异常行为
支持向量机
随机森林
模拟退火
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 基于复合模型的网络异常检测方法及验证
来源期刊 武警工程大学学报 学科 工学
关键词 入侵检测 异常检测 核主成分分析 量子粒子群 最小二乘向量机
年,卷(期) 2016,(6) 所属期刊栏目 密码与信息安全
研究方向 页码范围 47-50
页数 4页 分类号 TP393
字数 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 孙捐利 武警工程大学电子技术系 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (228)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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
入侵检测
异常检测
核主成分分析
量子粒子群
最小二乘向量机
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
武警工程大学学报
双月刊
2095-3984
61-1486/Z
大16开
西安市三桥镇武警路1号
52-183
1985
chi
出版文献量(篇)
3429
总下载数(次)
15
论文1v1指导