本文選題：異構(gòu)集成網(wǎng)絡(luò) + 異常數(shù)據(jù)��； 參考：《現(xiàn)代電子技術(shù)》2017年12期

【摘要】：為了提高網(wǎng)絡(luò)運(yùn)動(dòng)可靠性和安全性,針對(duì)傳統(tǒng)的防火墻檢測(cè)方法對(duì)網(wǎng)絡(luò)異常數(shù)據(jù)檢測(cè)準(zhǔn)確性不高的問(wèn)題,提出一種基于入侵特征選擇的網(wǎng)絡(luò)異常數(shù)據(jù)檢測(cè)模型。對(duì)網(wǎng)絡(luò)傳輸信道中的數(shù)據(jù)采用關(guān)聯(lián)維求解方法進(jìn)行特征挖掘提取,并對(duì)提取的關(guān)聯(lián)維信息特征進(jìn)行優(yōu)選實(shí)現(xiàn)入侵信息識(shí)別和分類(lèi),結(jié)合模糊C均值聚類(lèi)算法實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)異常數(shù)據(jù)的有效挖掘和檢測(cè)。仿真結(jié)果表明,該檢測(cè)模型能提高對(duì)網(wǎng)絡(luò)異常數(shù)據(jù)和入侵信息的有效識(shí)別和檢測(cè)能力。
[Abstract]:In order to improve the reliability and security of network motion, a network anomaly data detection model based on intrusion feature selection is proposed to solve the problem that the traditional firewall detection method is not accurate enough to detect network anomaly data. The data in the network transmission channel are extracted by the correlation dimension solution method, and the extracted correlation dimension information features are selected to realize the intrusion information recognition and classification. Combining fuzzy C-means clustering algorithm to realize the effective mining and detection of network anomaly data. Simulation results show that the detection model can improve the ability to identify and detect network anomaly data and intrusion information effectively.
【作者單位】： 南京交通職業(yè)技術(shù)學(xué)院電子信息工程學(xué)院;江蘇科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61572242)
【分類(lèi)號(hào)】：TP311.13;TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝杰;;基于小世界模型對(duì)異常數(shù)據(jù)的分析技術(shù)[J];信息安全與通信保密;2014年01期

2 王建州,馬志新,李廉;基于混沌的異常數(shù)據(jù)的動(dòng)態(tài)識(shí)別與挖掘[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年S1期

3 葉家宇;張順健;黃劍;;基于概率分布的異常數(shù)據(jù)發(fā)現(xiàn)與識(shí)別算法[J];計(jì)算機(jī)應(yīng)用與軟件;2012年11期

4 曾紹華;魏延;唐遠(yuǎn)炎;;剔除支持向量回歸中異常數(shù)據(jù)算法[J];重慶大學(xué)學(xué)報(bào);2012年12期

5 姚衛(wèi)新,黃麗華;智能數(shù)據(jù)分析中的異常數(shù)據(jù)管理[J];科技導(dǎo)報(bào);2004年07期

6 孫士兵;趙歡;;一種異常數(shù)據(jù)診斷應(yīng)用的穩(wěn)健回歸算法[J];科學(xué)技術(shù)與工程;2007年15期

7 劉降珍;;異常數(shù)據(jù)挖掘中幾種常用方法的比較[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2012年34期

8 姚成;龔毅;濮光寧;葛文龍;;學(xué)生評(píng)教異常數(shù)據(jù)的篩選與處理[J];牡丹江師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

9 劉章文,任天怡,古天祥;3維數(shù)據(jù)的置信區(qū)間及異常數(shù)據(jù)的修復(fù)[J];計(jì)算機(jī)集成制造系統(tǒng);2005年04期

10 張晴,丁鵬;銀行卡業(yè)務(wù)異常數(shù)據(jù)分析方法的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2004年S1期

相關(guān)博士學(xué)位論文 前1條

1 姚衛(wèi)新;智能數(shù)據(jù)分析中異常數(shù)據(jù)的集成化管理方法研究[D];復(fù)旦大學(xué);2004年

，

本文編號(hào)：1963408