| 基于改进二分K-means算法的网络异常检测技术研究 | |
| 张雅茹 | |
| 2022-11-15 | |
| 发表期刊 | 鄂州大学学报
 |
| ISSN | 1008-9004 |
| 卷号 | 29期号:06页码:97-99 |
| 摘要 | 针对传统网络异常检测技术难以有效处理大数据背景下的海量异常数据的问题，研究提出以改进二分K-means算法来构建正常行为特征训练集模型，然后结合直推信度机制（Transductive Confidence Machine, TCM）、K-近邻（K-Nearest Neighbor, KNN）算法设计出适应于该正常行为模型的网络异常检测算法ITCM-KNN。研究结果表明，ITCM-KNN算法的检测率相较传统检测算法Cluster平均提高8.37%，误报率平均下降2.14%，由此说明ITCM-KNN算法能较好地应用于大数据环境下的网络异常检测，为未来进一步提升网络安全性提供新的参考路径。 |
| 关键词 | 改进二分K-means算法 网络异常 TCM KNN |
| DOI | 10.16732/j.cnki.jeu.2022.06.036 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/151041 |
| 专题 | 国家开放大学江苏分部 |
| 作者单位 | 连云港开放大学继续教育学院 |
| 第一作者单位 | 国家开放大学江苏分部 |
| 第一作者的第一单位 | 国家开放大学江苏分部 |
| 推荐引用方式 GB/T 7714 | 张雅茹. 基于改进二分K-means算法的网络异常检测技术研究[J]. 鄂州大学学报,2022,29(06):97-99. |
| APA | 张雅茹.(2022).基于改进二分K-means算法的网络异常检测技术研究.鄂州大学学报,29(06),97-99. |
| MLA | 张雅茹."基于改进二分K-means算法的网络异常检测技术研究".鄂州大学学报 29.06(2022):97-99. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张雅茹]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张雅茹]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张雅茹]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论