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:
传统网络异常检测方法检测精准度低的问题是目前网络安全网研究的热点,笔者提出基于PSO模式搜索的网络异常检测方法研究.依据IP包收到和发出速度,进行网络异常特征提取,结合实际网络情况构建异常检测模型、数据预处理、剔除干扰数据等完成方案检测流程.通过仿真实验可知,该方法检测精准度较高,可为网络正常运行提供保障.
推荐文章
基于PSO模式搜索的跌倒检测算法研究
跌倒检测
粒子群算法
模式搜索
降维
支持向量机
基于PSO寻优算法的过程控制网络异常检测技术
过程控制网络
异常检测
POS决策
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
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
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PSO模式搜索的网络异常检测方法研究
来源期刊 信息与电脑 学科 工学
关键词 PSO模式搜索 网络异常 检测 IP包 模糊神经网络
年,卷(期) 2019,(7) 所属期刊栏目 网络与通信技术
研究方向 页码范围 171-172
页数 2页 分类号 TP393
字数 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 李伟民 7 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
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
PSO模式搜索
网络异常
检测
IP包
模糊神经网络
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导