基于混合式聚类算法的离群点挖掘在异常检测中的应用研究

• 作者: 尹娜 张琳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 异常检测 离群点挖掘 NADHC
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 116-119,140
• 页数: 5页
• 分类号: TP393
• 字数: 4533字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.05.021

摘要

为了提高异常检测系统的检测率,降低误警率,解决现有异常检测所存在的问题,将离群点挖掘技术应用到异常检测中,提出了一种基于混合式聚类算法的异常检测方法(NADHC).该方法将基于距离的聚类算法与基于密度的聚类算法相结合从而形成新的混合聚类算法,通过k-中心点算法找出簇中心,进而去除隐蔽性较高的少量攻击行为样本,再将重复增加样本的方法结合基于密度的聚类算法计算出异常度,从而判断出异常行为.最后在KDDCUP 99数据集上进行实验仿真,验证了所提算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琳	南京邮电大学计算机学院	44	414	10.0	19.0
5	尹娜	南京邮电大学计算机学院	2	28	2.0	2.0