基于模糊数据分离的网络疑似攻击检测技术

• 作者: 康英健 杜辉 马蕾
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 聚类 疑似攻击 目标项目
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 仿真网络化
• 页码范围: 231-234
• 页数: 4页
• 分类号: TP391
• 字数: 4485字
• 语种: 中文

摘要

在对网络疑似攻击检测技术研究过程中,由于网络中的大量疑似攻击,可造成网络崩溃.采用当前的算法进行疑似攻击检测时,攻击特征存在一定的模糊性,需要预先设定参数才能判断出疑似攻击的数量,对一些疑似攻击无法准确分类,存在检测误差较大的问题.提出采用聚类算法的模糊数据分离的网络疑似攻击检测方法.上述方法先利用聚类算法对疑似攻击中的网络连接数据进行模糊数据分离,组建对检测有价值的疑似攻击的数据集合,在组建的集合中利用模糊数据分离的联合评分偏离度判断出疑似攻击网络数据,进而精确的的完成了模糊数据分离的网络疑似攻击检测.仿真结果证明,提出的聚类算法的模糊数据分离网络疑似攻击检测方法精确度高,适用性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康英健	北京电子科技职业学院电信工程学院	12	17	2.0	3.0
2	马蕾	北京电子科技职业学院电信工程学院	36	110	6.0	9.0
6	杜辉	北京电子科技职业学院电信工程学院	12	49	3.0	6.0