期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进AP聚类算法的自学习应用层DDoS检测方法 被引量:10
1
作者 刘自豪 张斌 +1 位作者 祝宁 唐慧林 《计算机研究与发展》 EI CSCD 北大核心 2018年第6期1236-1246,共11页
针对基于用户行为的应用层DDoS检测算法中样本训练过程繁琐以及模型更新困难2个难点,提出一种基于改进AP聚类算法的自学习应用层DDoS检测方法.首先对近邻传播聚类算法改进优化:在利用少量先验知识对数据集进行预分类的基础上,结合同类... 针对基于用户行为的应用层DDoS检测算法中样本训练过程繁琐以及模型更新困难2个难点,提出一种基于改进AP聚类算法的自学习应用层DDoS检测方法.首先对近邻传播聚类算法改进优化:在利用少量先验知识对数据集进行预分类的基础上,结合同类簇合并机制解决样本大小敏感问题,同时引入异类簇清除机制排除特殊类簇对检测结果所造成的干扰;其次给出用户行为属性表征用户行为特征,利用IAP聚类算法实现用户行为有效聚类,提高检测精度;然后引入Silhouette指标实时监控类簇质量,设计类簇自学习更新机制,进一步降低误检率、提高检测率,并支持检测类簇的动态抗解析.实验结果表明:与传统AP聚类、KMPCA算法相比,所提方法具有较高的运行效率和较好的检测性能,并具有一定的自主优化能力. 展开更多
关键词 应用层DDoS 检测方法 行为特征 改进ap聚类算法 自学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部