基于熵权聚类网络异常行为的检测方法研究

• 作者: 王赫男 赵宝庆
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 信息熵 聚类 网络异常
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 应用技术
• 页码范围: 121-124,129
• 页数: 5页
• 分类号: TP393.08|TM732
• 字数: 3428字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.06.028

摘要

为了提高传统异常检测技术对尺度异常行为的检测能力,提出了一种基于统计量的聚类模型识别方法,将数据集中的每个数据与模型识别聚类中心的欧几里得距离进行比较,从而识别是否存在数据异常.不打破传统异常检测技术处理隔离机制,保证了规模异常行为的识别,解决了传统异常检测方法假设异常数据进行隔离的局限性.为了提高聚类精度,采用熵值法校正欧氏距离对数据属性进行加权,优化了最近邻聚类算法的相似性,并进行仿真.实验结果表明,统计方法和改进的聚类方法具有更高的聚类效率和自适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵宝庆		2	0	0.0	0.0