基于入侵檢測視角,選取服務(wù)器登錄日志作為實驗基礎(chǔ),將在分析服務(wù)器登陸日志入侵檢測時常用的K-means、DBSCAN以及改進MajorClust等三種聚類算法進行原理分析,并從參數(shù)設(shè)置、運行效率以及準確度等方面進行綜合比較,總結(jié)三種聚類算法在網(wǎng)絡(luò)犯罪偵查中的適用情況。實驗結(jié)果表明,就針對服務(wù)器登錄日志的電子數(shù)據(jù)取證過程而言,K-means算法較重依賴于電子數(shù)據(jù)取證人員的經(jīng)驗及數(shù)據(jù)實際情況,適合于內(nèi)容有明顯差異的記錄集;DBSCAN算法實現(xiàn)容易且效率較高,對稠密的數(shù)據(jù)有良好的運行能力,適用于時效性較強的偵查工作;而改進的Majorclust算法無需預(yù)先設(shè)置參數(shù),可以適應(yīng)各種文本數(shù)據(jù)集且準確度最優(yōu),適合針對犯罪的精準打擊。 

【文章來源】：警察技術(shù). 2020,(02)

【文章頁數(shù)】：4 頁

【文章目錄】：
引言
一、K-means算法
    （一）算法簡介
    （二）算法的原理及特點
二、DBSCAN算法
    （一）算法簡介
    （二）算法的原理及特點
三、改進的MajorClust算法
    （一）算法簡介
    （二）算法的原理及特點
四、實驗結(jié)果及比較
    （一）數(shù)據(jù)處理
    （二）三種算法實驗比對
        1. 使用K-means算法進行聚類
        2. 使用DBSCAN算法進行聚類
        3. 使用MajorClust算法進行聚類
五、結(jié)果比較


【參考文獻】：
期刊論文
[1]自適應(yīng)確定DBSCAN算法參數(shù)的算法研究[J]. 李文杰,閆世強,蔣瑩,張松芝,王成良.  計算機工程與應(yīng)用. 2019(05)
[2]基于存儲形態(tài)及特征的HBase數(shù)據(jù)庫災(zāi)難恢復機制研究[J]. 羅文華,王志銘.  信息網(wǎng)絡(luò)安全. 2018(09)
[3]基于K-means聚類算法改進算法的研究[J]. 魏杰.  信息通信. 2018(05)
[4]基于云服務(wù)端的節(jié)點多層次數(shù)據(jù)協(xié)同分析研究[J]. 羅文華,王俊,孫媛媛.  信息網(wǎng)絡(luò)安全. 2018(03)



本文編號：3052062