面向服务器登录日志的入侵检测聚类算法分析比较研究

• 作者: 张艳 罗文华
• 来源期刊: 警察技术
• 关键词: 入侵检测 电子数据取证 聚类 K-means DBSCAN 改进的MajorClust
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息安全
• 页码范围: 76-79
• 页数: 4页
• 字数: 5737字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9875.2020.02.018

摘要

基于入侵检测视角,选取服务器登录日志作为实验基础,将在分析服务器登陆日志入侵检测时常用的K-means、DBSCAN以及改进MajorClust等三种聚类算法进行原理分析,并从参数设置、运行效率以及准确度等方面进行综合比较,总结三种聚类算法在网络犯罪侦查中的适用情况.实验结果表明,就针对服务器登录日志的电子数据取证过程而言,K-means算法较重依赖于电子数据取证人员的经验及数据实际情况,适合于内容有明显差异的记录集;DBSCAN算法实现容易且效率较高,对稠密的数据有良好的运行能力,适用于时效性较强的侦查工作;而改进的Majorclust算法无需预先设置参数,可以适应各种文本数据集且准确度最优,适合针对犯罪的精准打击.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗文华		62	118	5.0	7.0
2	张艳		2	2	1.0	1.0