ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于密度聚类分析的入侵检测方法研究

李虎; 胡建龙; 朱勇; 马春波桂林电子科技大学
计算机与数字工程2013-2-20
6阅读
引用收藏
分享

摘要

针对密度聚类DBSCAN算法存在的聚类效果对输入参数敏感的问题,提出了一种基于k-means改进算法确定DBSCAN算法参数的方案来提高聚类质量。将改进k-means算法与DBSCAN算法相结合应用于入侵检测系统,实验结果表明,新方法较好地解决了传统DBSCAN聚类算法中参数选择的敏感问题,相比于李娜等人提出的算法,结合算法使检测率提高了3.32%,误报率降低了1.83%。

学科与关键词

关键词
入侵检测密度聚类算法参数选择 intrusion detectiondensity clustering algorithmparameter selection
相关
加载中…
  • 一种基于高斯分布的自适应DBSCAN算法
    陈刚; 刘秉权; 吴岩微电子学与计算机, 2013, (03): 27.
  • 基于聚类算法的数据库访问日记入侵检测
    邵磊; 陈志德电脑与电信, 2013, (04): 48-50.
  • 利用一维投影分析的无参数多密度聚类算法
    钱美旋; 叶东毅小型微型计算机系统, 2013, (08): 1866-1871.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机与数字工程
发表日期
2013-02-20
卷期
第 02 期
页码
254
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然科学资金(编号:61167006);广西自然科学基金(编号:2012GXNSFBA053173)资助

作者

  • 李

    李虎 (第一作者)

  • 胡

    胡建龙

查看全部 4 位作者收起作者
  • 朱

    朱勇

  • 马

    马春波

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417