|
|||||
|
|
| 基于改进LDA和CNN的网络入侵聚类 | |
| 引用本文： | 谭立志,李二喜,欧阳艾嘉,贺明华,周旭.基于改进LDA和CNN的网络入侵聚类[J].计算机工程与应用,2013,49(2):89-91,108. |
| 作者姓名： | 谭立志 李二喜 欧阳艾嘉 贺明华 周旭 |
| 作者单位： | 1. 株洲职业技术学院科研处,湖南株洲,412001 2. 湖南大学信息科学与工程学院,长沙,410082 3. 井冈山大学高等教育研究所,江西吉安,343009 4. 湖南大学信息科学与工程学院,长沙410082;嘉兴学院数理与信息工程学院,浙江嘉兴314001 |
| 基金项目： | 国家自然科学基金，井冈山大学科研基金项目 |
| 摘 要： | 提出了一种基于改进线性判别分析和近邻法的网络入侵聚类方法,运用改进的线性判别分析方法对网络入侵样本特征进行降维处理,使用近邻分类器对数据进行聚类。该算法降低了算法的聚类时间,还提高了算法的聚类能力。实验结果表明,相比其他模型,该算法有较高的检测率和较低的误警率。 |
| 关 键 词： | 线性判别分析 中心近邻法 网络入侵 聚类 降维 |
Network intrusion clustering method based on improved LDA and CNN |
|
| TAN Lizhi , LI Erxi , OUYANG Aijia , HE Minghua , ZHOU Xu.Network intrusion clustering method based on improved LDA and CNN[J].Computer Engineering and Applications,2013,49(2):89-91,108. | |
| Authors: | TAN Lizhi LI Erxi OUYANG Aijia HE Minghua ZHOU Xu |
| Affiliation: | 2,4 1.Department of Science & Research,Zhuzhou Vocational & Technical College,Zhuzhou,Hunan 412001,China 2.School of Information Science and Engineering,Hunan University,Changsha 410082,China 3.Institute of Higher Education,Jinggangshan University,Ji’an,Jiangxi 343009,China 4.College of Mathematics,Physics and Information Engineering,Jiaxing University,Jiaxing,Zhejiang 314001,China |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |