|
|||||
|
|
| 基于聚类的网络异常检测 | |
| 引用本文： | 张西广,郑秋生,王虎祥,陈国强.基于聚类的网络异常检测[J].微电子学与计算机,2008,25(5):62-65. |
| 作者姓名： | 张西广 郑秋生 王虎祥 陈国强 |
| 作者单位： | 1. 中原工学院计算机学院,河南,郑州,450007 2. 忻州师范学院计算机系,山西忻州,034000 3. 河南大学计算机与信息工程学院,河南,开封,475001 |
| 摘 要： | 探索一种基于聚类来识别异常的方法,这个方法不需要手动标示的训练数据集却可以探测到很多不同类型的入侵行为.实验结果表明该方法是可行的和有效的,使用它来进行异常检测可以得到探测率和误报率的一个平衡,从而为异常检测问题提供一个较好的解决办法. |
| 关 键 词： | 入侵检测 聚类 特征检测 异常检测 |
| 文章编号： | 1000-7180(2008)05-0062-04 |
| 修稿时间： | 2007年7月11日 |
Anomaly Detection by Clustering in the Network |
|
| ZHANG Xi-guang,ZHENG Qiu-sheng,WANG Hu-xiang,CHEN Guo-qiang.Anomaly Detection by Clustering in the Network[J].Microelectronics & Computer,2008,25(5):62-65. | |
| Authors: | ZHANG Xi-guang ZHENG Qiu-sheng WANG Hu-xiang CHEN Guo-qiang |
| Abstract: | In this paper we explore a clustering algorithm to identify outliers.No manually classified data is necessary for training and it is able to detect many different types of intrusion.The experiment result shows that the algorithm is feasible and effective,and anomaly detection by using this algorithm could get a balance between false positive rate and detection rate,so it could be a better solution to anomaly detection. |
| Keywords: | intrusion detection clustering signature detection anomaly detection |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |