检索结果-维普期刊中文期刊服务平台

一种无类标训练数据异常检测模型被引量：2: 1; 作者蔡龙征余胜生 +1 位作者周敬利王晓锋《小型微型计算机系统》 CSCD 北大核心 2006年第10期1856-1860,共5页; 提出了一种基于无类标训练数据的异常检测方法(ADUTD),该方法克服了传统异常检测需要纯净训练数据或有类标训练数据的限制,提高了异常检测的可用性.ADUTD通过过滤掉网络连接记录属性中低频率类型值的方法,过滤掉由训练数据中的攻击记录... 展开更多; 关键词异常检测入侵检测网络安全无类标数据; 在线阅读下载PDF 职称材料

基于无监督聚类的入侵检测方法被引量：64: 2; 作者罗敏王丽娜张焕国《电子学报》 EI CAS CSCD 北大核心 2003年第11期1713-1716,共4页; 研究了基于无监督聚类的入侵检测算法 .算法的基本思想是首先通过比较无类标训练集样本间的距离来生成聚类 ,并根据正常类比例N来确定异常数据类别 ,然后再用于真实数据的检测 .该方法的优点在于不需要用人工的或其他的方法来对训练集... 展开更多; 关键词入侵检测数据挖掘无监督聚类无类标数据; 在线阅读下载PDF 职称材料

基于无监督聚类算法的入侵检测被引量：8: 3; 作者王飞钱玉文王执铨《南京理工大学学报》 EI CAS CSCD 北大核心 2009年第3期288-292,共5页; 针对应用聚类方法检测入侵中参数人为指定的问题,提出了一种新的基于无监督的聚类算法。该方法不需要人为设置参数并且不受数据输入顺序的影响,聚类的形状是任意的,能够较真实地反映数据分布的具体性状。算法通过比较无类标训练集样本... 展开更多; 关键词入侵检测计算机犯罪探测器因特网网络安全无监督聚类无类标数据; 在线阅读下载PDF 职称材料

基于聚类的二次异常入侵检测算法被引量：1: 4; 作者王飞钱玉文王执铨《信息网络安全》 2010年第3期41-43,共3页; 针对应用聚类方法检测入侵中参数人为指定的问题,提出了一种新的基于无监督的聚类算法。算法通过比较无类标训练集样本间的距离,根据距离最近的样本首先聚合成类的特性,在每一步聚类结束时,先预判找出疑似入侵类,然后再对疑似入侵通过... 展开更多; 关键词无监督聚类入侵检测无类标数据; 在线阅读下载PDF 职称材料

基于聚类学习算法的网络入侵检测研究被引量：4: 5; 作者谢卓《现代电子技术》 2012年第2期91-93,99,共4页; 目前的入侵检测系统存在着在先验知识较少的情况下推广能力差的问题。在入侵检测系统中应用聚类算法,使得入侵检测系统在先验知识少的条件下仍具有良好的推广能力。首先介绍入侵检测研究的发展概况和聚类算法;接着提出了基于聚类算法的... 展开更多; 关键词入侵检测网络安全数据挖掘聚类无类标数据; 在线阅读下载PDF 职称材料

题名一种无类标训练数据异常检测模型被引量：2: 1; 作者蔡龙征余胜生周敬利王晓锋; 机构华中科技大学计算机科学与技术学院; 出处《小型微型计算机系统》 CSCD 北大核心 2006年第10期1856-1860,共5页; 基金国家自然科学基金项目(60373088)资助国防研究基金项目(4131605)资助; 文摘提出了一种基于无类标训练数据的异常检测方法(ADUTD),该方法克服了传统异常检测需要纯净训练数据或有类标训练数据的限制,提高了异常检测的可用性.ADUTD通过过滤掉网络连接记录属性中低频率类型值的方法,过滤掉由训练数据中的攻击记录引入的类型值,并建立正常行为的统计模型.建立模型所使用的属性不仅包括网络连接中数据包的头部字段,也包括应用层的数据.ADUTD另一个特点是按网络连接服务类型划分数据并分别建立统计模型,提高了检测模型的预测能力.用DARPA1999评估数据集所做的实验结果显示,ADUTD能有效检测网络入侵.; 关键词异常检测入侵检测网络安全无类标数据; Keywords anomaly detection intrusion detection network security unlabeled data; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于无监督聚类的入侵检测方法被引量：64: 2; 作者罗敏王丽娜张焕国; 机构武汉大学计算机学院; 出处《电子学报》 EI CAS CSCD 北大核心 2003年第11期1713-1716,共4页; 基金国家自然科学基金重点课题 (No .90 1 0 4 0 0 5 No .90 2 0 4 0 1 1 ); 文摘研究了基于无监督聚类的入侵检测算法 .算法的基本思想是首先通过比较无类标训练集样本间的距离来生成聚类 ,并根据正常类比例N来确定异常数据类别 ,然后再用于真实数据的检测 .该方法的优点在于不需要用人工的或其他的方法来对训练集进行分类 .实验采用了KDD99的测试数据 ,结果表明 ,该方法能够比较有效的检测真实网络数据中的未知入侵行为 .; 关键词入侵检测数据挖掘无监督聚类无类标数据; Keywords intrusion detection data mining unsupervised clustering unlabeled data; 分类号 TP393.8 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于无监督聚类算法的入侵检测被引量：8: 3; 作者王飞钱玉文王执铨; 机构南京理工大学自动化学院; 出处《南京理工大学学报》 EI CAS CSCD 北大核心 2009年第3期288-292,共5页; 基金江苏省自然科学基金(BK2008403); 文摘针对应用聚类方法检测入侵中参数人为指定的问题,提出了一种新的基于无监督的聚类算法。该方法不需要人为设置参数并且不受数据输入顺序的影响,聚类的形状是任意的,能够较真实地反映数据分布的具体性状。算法通过比较无类标训练集样本间的距离,根据距离最近的样本首先聚合成类的特性,在每一步聚类结束时,再次比较类间距离以及计算类内数据占总数据的比率来确定异常数据类。实验证明该算法处理未知入侵检测问题的检测率为89.5%,误报率为0.4%。; 关键词入侵检测计算机犯罪探测器因特网网络安全无监督聚类无类标数据; Keywords intrusion detection computer crime detectors internet network security unsupervised clustering unlabeled data; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于聚类的二次异常入侵检测算法被引量：1: 4; 作者王飞钱玉文王执铨; 机构南京理工大学自动化学院; 出处《信息网络安全》 2010年第3期41-43,共3页; 文摘针对应用聚类方法检测入侵中参数人为指定的问题,提出了一种新的基于无监督的聚类算法。算法通过比较无类标训练集样本间的距离,根据距离最近的样本首先聚合成类的特性,在每一步聚类结束时,先预判找出疑似入侵类,然后再对疑似入侵通过比较距离及计算类内样本数占总样本数比率来做二次检测最终确定异常类。该方法不需要人为试参数且不受数据输入顺序的影响,类的形状是任意的,能较真实的反映数据分布的真实性状。最后实验仿真结果表明该算法是有效的。; 关键词无监督聚类入侵检测无类标数据; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于聚类学习算法的网络入侵检测研究被引量：4: 5; 作者谢卓; 机构西安通信学院; 出处《现代电子技术》 2012年第2期91-93,99,共4页; 文摘目前的入侵检测系统存在着在先验知识较少的情况下推广能力差的问题。在入侵检测系统中应用聚类算法,使得入侵检测系统在先验知识少的条件下仍具有良好的推广能力。首先介绍入侵检测研究的发展概况和聚类算法;接着提出了基于聚类算法的入侵检测方法;然后以KDD99这类常用的入侵检测数据为例,讨论了该方法的工作过程;最后将计算机仿真结果进行了分析。通过实验和比较发现,基于聚类学习算法的入侵检测系统能够比较有效地检测真实网络数据中的未知入侵行为。; 关键词入侵检测网络安全数据挖掘聚类无类标数据; Keywords intrusion detection network security data mining clustering unlabeled data; 分类号 TN919-34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种无类标训练数据异常检测模型	蔡龙征余胜生周敬利王晓锋	《小型微型计算机系统》 CSCD 北大核心	2006	2	在线阅读下载PDF 职称材料
2	基于无监督聚类的入侵检测方法	罗敏王丽娜张焕国	《电子学报》 EI CAS CSCD 北大核心	2003	64	在线阅读下载PDF 职称材料
3	基于无监督聚类算法的入侵检测	王飞钱玉文王执铨	《南京理工大学学报》 EI CAS CSCD 北大核心	2009	8	在线阅读下载PDF 职称材料
4	基于聚类的二次异常入侵检测算法	王飞钱玉文王执铨	《信息网络安全》	2010	1	在线阅读下载PDF 职称材料
5	基于聚类学习算法的网络入侵检测研究	谢卓	《现代电子技术》	2012	4	在线阅读下载PDF 职称材料