基于数据挖掘的网络状态异常检测

• 作者: 周鹏 熊运余
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 网络异常 数据挖掘 检测模型 入侵行为
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 1269-1273
• 页数: 5页
• 分类号: TP391
• 字数: 3163字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.05.41

摘要

针对目前网络状态异常行为检测正确率低的问题,提出一种基于数据挖掘的网络状态异常检测模型.首先提取网络状态信号,通过小波变换对信号进行预处理,并提取网络状态异常检测的特征;然后通过回声状态网络对网络状态异常检测进行建模,并通过遗传算法对回声状态网络的参数进行优化;最后采用网络状态异常数据集对模型的有效性进行测试.测试结果表明,数据挖掘技术可以准确检测各种网络状态异常行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊运余	四川大学计算机学院	39	147	6.0	11.0
2	周鹏	黄淮学院国际教育学院	11	54	4.0	7.0