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:
针对传统Web指纹识别方法中识别对象局限于主流Web服务器软件的问题,提出一种基于余弦测度下K-means的网络空间终端设备识别模型.首先,设计识别模型和确定验证方法.其次,选取返回的HTTP数据包头部字段和状态码作为终端设备特征,对特征进行提取和向量化后转化为32维特征向量.再次,选取余弦距离函数作为K-means聚类算法中的相似性度量函数.最后,根据识别模型设计实验算法流程,对网络空间中的无标记样本和标记样本进行识别实验.实验结果表明,该模型能够识别无线路由器、网络摄像头和智能交换机等终端设备,并具有较高的识别准确率和较低的识别遗漏率.
推荐文章
基于边缘计算技术的终端设备远程部署节点智能识别研究
边缘计算技术
终端设备
远程部署节点
节点识别
节点关联程度
连通密度
改进K-means的空间聚类算法
空间数据库
R-link树
四叉树
空间聚类
空间索引
基于K-means特征的复杂环境下道路识别算法
复杂环境
超像素
白化
K-means
双支持向量机
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
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 基于余弦测度下K-means的网络空间终端设备识别
来源期刊 中国科学院大学学报 学科 工学
关键词 网络空间 终端设备 K-means 余弦测度 指纹识别
年,卷(期) 2016,(4) 所属期刊栏目 计算机科学
研究方向 页码范围 562-569
页数 分类号 TP393
字数 语种 中文
DOI 10.7523/j.issn.2095-6134.2016.04.019
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 李可 中国科学院信息工程研究所 18 389 9.0 18.0
3 曹来成 兰州理工大学计算机与通信学院 15 37 4.0 5.0
4 赵建军 兰州理工大学计算机与通信学院 2 5 1.0 2.0
8 崔翔 中国科学院信息工程研究所 18 229 5.0 15.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
网络空间
终端设备
K-means
余弦测度
指纹识别
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导