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:
网络异常检测作为一种重要的网络监管手段,对于保证网络的可靠运行具有非常重要的意义.本文提出了一种基于改进MSPCA的网络异常检测算法,主要思想是通过引入能量贡献效率ECE来控制PCA滤波器的尺度,之后,采用贝叶斯PCA对小波系数矩阵进行滤波.该算法克服了传统MSPCA算法参数选择困难和时间复杂度较高的缺点,可以更加有效地分离网络中的异常数据.实验结果表明,与其他的检测算法相比,改进MSPCA的检测算法取得了良好的检测效果.
推荐文章
改进MSPCA的研究与应用
主元分析
小波分析
多尺度主元分析
TE过程
基于GA改进BP神经网络网络异常检测方法
网络异常检测
BP神经网络
遗传算法
异常流量
基于机器学习的网络异常流量检测方法
机器学习
ANFIS
BP神经网络
网络异常流量检测
基于NB分类方法的网络异常检测模型
网络异常检测
朴素贝叶斯网络
贝叶斯分类方法
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 基于改进MSPCA的网络异常检测方法研究
来源期刊 天津理工大学学报 学科 工学
关键词 异常检测 改进MSPCA 能量贡献效率 贝叶斯PCA
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 27-31
页数 5页 分类号 TP393.0
字数 3972字 语种 中文
DOI 10.3969/j.issn.1673-095X.2019.01.005
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 王怀彬 天津理工大学计算机科学与工程学院 41 139 7.0 10.0
2 潘珍如 天津理工大学计算机科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (35)
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)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
异常检测
改进MSPCA
能量贡献效率
贝叶斯PCA
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导