天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于聚類的無監(jiān)督式入侵檢測算法研究

發(fā)布時間:2017-10-24 08:22

  本文關鍵詞:基于聚類的無監(jiān)督式入侵檢測算法研究


  更多相關文章: 無監(jiān)督式檢測 特征表述 獨異點檢測 過濾規(guī)則 異常相關性


【摘要】:研究基于無監(jiān)督式聚類的入侵檢測算法,提出一種無監(jiān)督式方法來檢測和鑒定未知的異常行為。該方法不依賴于具有標簽的數(shù)據(jù)流。這種無監(jiān)督的檢測采用的是健壯的數(shù)據(jù)聚類技術,并結(jié)合了證據(jù)累積的子空間聚類和交互式聚類結(jié)果協(xié)同的方法來探測性地識別網(wǎng)絡數(shù)據(jù)流量的異常。實驗結(jié)果表明該無監(jiān)督式檢測技術提高了檢測的魯棒性,檢測到的異常行為特征是通過構(gòu)建高效規(guī)則來描述的。檢測過程和特征表述的性能在實時網(wǎng)絡環(huán)境下得到驗證。
【作者單位】: 泰山學院數(shù)學與系統(tǒng)科學學院;
【關鍵詞】無監(jiān)督式檢測 特征表述 獨異點檢測 過濾規(guī)則 異常相關性
【基金】:山東省泰安市科技計劃發(fā)展項目(20131018)
【分類號】:TP393.08
【正文快照】: 0引言網(wǎng)絡異常檢測對于當前網(wǎng)絡來說已經(jīng)變得非常重要,從無惡意的突發(fā)事件到DDoS之類的網(wǎng)絡入侵,網(wǎng)絡流量的異常行為都對網(wǎng)絡的性能和完整性產(chǎn)生非常嚴重的不利影響;诒O(jiān)督式學習方法為了表示正常行為的特征,使用的是已經(jīng)打上標簽的數(shù)據(jù)來訓練基準模型。這樣的方法是可以檢

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 邱文彬;吳渝;王國胤;白潔;李潔穎;;基于健壯主成分分類器的無監(jiān)督異常檢測方法研究[J];計算機應用;2006年04期

2 李潔穎;孫英;;增量式健壯主成分分類器的無監(jiān)督異常檢測方法研究[J];計算機工程與應用;2010年22期

3 何一鳴;;無監(jiān)督的互聯(lián)網(wǎng)事件抽取框架[J];計算機工程與設計;2011年03期

4 么耀宗;李德昌;李慧盈;金星;;基于無監(jiān)督Hebb規(guī)則的入侵檢測方法[J];計算機工程與應用;2007年23期

5 吳劍;;基于特征選擇的無監(jiān)督入侵檢測方法[J];計算機工程與應用;2011年26期

6 周鐵軍;李新宇;;基于加權(quán)特征的無監(jiān)督模糊聚類入侵檢測研究[J];湘潭大學自然科學學報;2011年01期

7 李娜;鐘誠;;基于劃分和凝聚層次聚類的無監(jiān)督異常檢測[J];計算機工程;2008年02期

8 鐘誠;羅程;;無監(jiān)督異常檢測的核聚類和序列分析方法[J];計算機研究與發(fā)展;2008年S1期

9 張丹;任斐;趙闊;張園園;劉曉博;任維武;胡亮;;基于SVM的在線無監(jiān)督入侵檢測系統(tǒng)[J];吉林大學學報(理學版);2009年02期

10 王衛(wèi)玲;劉培玉;劉克非;;一種用于Web文本聚類的特征選擇方法[J];計算機應用與軟件;2007年01期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 張娜娜;;P2P流量識別方法研究[A];江蘇省電子學會2010年學術年會論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 張震;基于流量測量的高速IP業(yè)務感知技術研究[D];解放軍信息工程大學;2012年

2 鄭凱梅;基于統(tǒng)計機器學習的網(wǎng)絡入侵檢測分類研究[D];中國礦業(yè)大學(北京);2010年

3 周俊臨;基于數(shù)據(jù)挖掘的分布式異常檢測[D];電子科技大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 叢萬玉;基于無監(jiān)督的無線傳感器網(wǎng)絡入侵檢測技術研究[D];吉林大學;2009年

2 張平;基于密度模塊的微博社區(qū)發(fā)現(xiàn)方法[D];云南大學;2013年

3 趙魏雨;基于改進的k均值聚類算法的P2P流量識別的研究[D];東北林業(yè)大學;2013年

4 付雙勝;基于聚類算法的異常入侵檢測方法的研究[D];長春工業(yè)大學;2011年

5 王汝山;基于半監(jiān)督模糊聚類的入侵檢測技術研究[D];江蘇科技大學;2010年

6 孟繁蔚;面向相關異常流的混合入侵檢測算法與仿真研究[D];解放軍信息工程大學;2013年

7 張龍璨;基于粒子群優(yōu)化半監(jiān)督學習的網(wǎng)絡流量分類方法研究[D];華中科技大學;2013年

8 魏莎;協(xié)同過濾推薦系統(tǒng)中攻擊概貌檢測算法研究[D];燕山大學;2012年

9 趙偉;基于網(wǎng)絡流特征的P2P網(wǎng)絡流量分類文學研究[D];西安電子科技大學;2013年

10 胡婷;基于神經(jīng)網(wǎng)絡的網(wǎng)絡流量分類方法研究[D];桂林電子科技大學;2011年

,

本文編號:1087902

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/guanlilunwen/ydhl/1087902.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶62f53***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com