基于属性相似度云模型的网络异常检测
Network anomaly detection based on attributes similarity and cloud model作者机构：北京理工大学计算机科学与工程系北京100081 北京石油化工学院信息技术系北京102617
出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期：2006年第36卷第6期
页 面：954-957页
核心收录：
学科分类：0839[工学-网络空间安全] 08[工学]
摘 要：针对网络异常检测虚警率偏高的问题,提出了一种基于属性相似度云模型的网络异常检测新方法。基于各属性对分类的不同贡献,结合数据对象空间和属性空间的相似度概念,给出了属性相似度和属性权重的计算方法,该方法可降低网络数据空间的维数,提高目标识别的准确率。试验表明,该方法具有先验知识需求少和参数容易确定的优点,能比较准确地检测出对网络数据的异常行为。
维普期刊数据库
同方期刊数据库