数据流聚类算法在网络入侵检测中的应用研究

• 作者: 胡朝举 贾文瑞
• 来源期刊: 网络安全技术与应用
• 关键词: 入侵检测 数据流聚类 网格密度 Snort
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 56-57
• 页数: 2页
• 字数: 2574字
• 语种: 中文

摘要

随着计算机网络技术的不断发展,网络的复杂化及规模化使得传统的网络入侵检测系统已经无法适应,主要表现在对大量、高速网络数据流处理的实时性一般、可靠性不高.针对这些问题,本文结合了数据流聚类算法和Snort入侵检测系统,设计了面向大量网络数据流的入侵检测机制,通过基于网格和密度的数据流聚类算法提高了处理数据流的实时性和可靠性,并在入侵检测中体现出了高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡朝举	华北电力大学计算机系	23	102	4.0	9.0
2	贾文瑞	华北电力大学计算机系	1	2	1.0	1.0