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:
网络面临着勒索病毒、网银木马、网友木马等严重攻击行为,传统的防火墙、入侵检测、杀毒软件等采用被动式防御模式,不利于提高网络安全防御的主动性,通常会给网络用户带来一定的损失,甚至导致网络无法正常运行,因此本文提出基于K-means算法构建一个网络安全智能防御模型,该模型能够基于病毒基因特征预测网络数据流中是否包含异常数据,从而可以及时地发现病毒或木马,提高防御的实时性和主动性.
推荐文章
基于K-means方法的广播电视网络安全框架研究
广播电视网络安全
系统框架
机器学习
K-means聚类方法
改进 k-means算法在网络入侵检测系统中的应用研究
网络入侵检测
聚类分析
k-means算法
基于改进K-means的网络舆情热点事件发现技术
网络舆情
VSM
改进K-means算法
热点事件
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
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K-means算法的网络安全智能防御模型研究与设计
来源期刊 中文信息 学科
关键词 K-means算法 网络安全 主动防御 木马病毒
年,卷(期) 2021,(3) 所属期刊栏目 信息技术
研究方向 页码范围 6
页数 1页 分类号 TP393.08
字数 语种 中文
DOI 10.12221/j.issn.1003-9082.2021.03.06
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
K-means算法
网络安全
主动防御
木马病毒
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
中文信息
月刊
1003-9082
51-1269/TP
16开
四川省成都市
62-56
1984
chi
出版文献量(篇)
28107
总下载数(次)
38
总被引数(次)
4053
论文1v1指导