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:
数据样本的选择是研究和评价各种入侵检测算法的第一步,数据集的好坏直接决定着入侵检测算法的评价结果,因此,对公认完备、性能优异的KDD CUP99测评数据集进行了研究,重点分析了KDD CUP99数据集的数据构成、特征及分布,并选取了部分数据进行了预处理分析.最后,对KDD CUP99数据集的不足和改进方向分别进行了说明和建议.
推荐文章
基于机器学习的KDD-CUP99网络入侵检测数据集的分析
机器学习
模型训练
分析预测
有监督学习
基于数据挖掘技术的网络入侵检测技术研究
数据挖掘
BP神经网络
网络入侵检测
粒子群优化算法
采用压缩近邻法的高效入侵检测模型
压缩近邻法
重复剪辑近邻法
入侵检测
训练集精简
实时性
基于特征选择的网络入侵检测模型
网络入侵
检测模型
特征选择
分类器设计
主成分分析
网络安全
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 KDD CUP99入侵检测数据集的研究与处理
来源期刊 电脑迷 学科
关键词 入侵检测 KDDCUP99数据集 特征及分布 预处理
年,卷(期) 2017,(17) 所属期刊栏目 网络技术
研究方向 页码范围 32-33
页数 2页 分类号
字数 3513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 刘博文 天津外国语大学信息化建设办公室 7 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (108)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
入侵检测
KDDCUP99数据集
特征及分布
预处理
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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导