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:
论文在传统神经网络的结构上做了一定改进,提出了一种基于集成免疫小波神经网络的计算机病毒检测方法,仿真测试表明:经过免疫聚类分析特征选择算法优化的集成免疫小波神经网络模型,在识别已知病毒和未知病毒精度上有明显的提高.
推荐文章
一种基于生物免疫系统的计算机病毒检测模型
免疫系统
计算机病毒
病毒检测
信息安全
计算机病毒检测和防护
计算机病毒
检测技术
防护措施
病毒防范技术
一种基于免疫的计算机病毒检测方法
计算机病毒检测
人工免疫系统
否定选择
克隆选择
基于免疫和D-S证据理论的计算机病毒检测方法
计算机病毒
免疫原理
抗原提呈
D-S证据理论
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 集成免疫小波神经网络模型在计算机病毒检测中的应用
来源期刊 网络空间安全 学科
关键词 集成免疫小波神经网络 计算机病毒 聚类分析
年,卷(期) 2016,(3) 所属期刊栏目 应用成果
研究方向 页码范围 76-78
页数 3页 分类号
字数 1559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 苏艳刚 武汉船舶职业技术学院图书信息中心 9 15 3.0 3.0
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  (8)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 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
集成免疫小波神经网络
计算机病毒
聚类分析
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
网络空间安全
月刊
1674-9456
10-1421/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
82-938
2010
chi
出版文献量(篇)
3296
总下载数(次)
16
论文1v1指导