基于入侵特征选择的网络异常数据检测模型

发布时间：2018-06-01 07:41

  本文选题：异构集成网络 + 异常数据　； 参考：《现代电子技术》2017年12期

【摘要】：为了提高网络运动可靠性和安全性,针对传统的防火墙检测方法对网络异常数据检测准确性不高的问题,提出一种基于入侵特征选择的网络异常数据检测模型。对网络传输信道中的数据采用关联维求解方法进行特征挖掘提取,并对提取的关联维信息特征进行优选实现入侵信息识别和分类,结合模糊C均值聚类算法实现对网络异常数据的有效挖掘和检测。仿真结果表明,该检测模型能提高对网络异常数据和入侵信息的有效识别和检测能力。
[Abstract]:In order to improve the reliability and security of network motion, a network anomaly data detection model based on intrusion feature selection is proposed to solve the problem that the traditional firewall detection method is not accurate enough to detect network anomaly data. The data in the network transmission channel are extracted by the correlation dimension solution method, and the extracted correlation dimension information features are selected to realize the intrusion information recognition and classification. Combining fuzzy C-means clustering algorithm to realize the effective mining and detection of network anomaly data. Simulation results show that the detection model can improve the ability to identify and detect network anomaly data and intrusion information effectively.
【作者单位】： 南京交通职业技术学院电子信息工程学院;江苏科技大学计算机科学与工程学院;
【基金】：国家自然科学基金(61572242)
【分类号】：TP311.13;TP393.08

【相似文献】

相关期刊论文 前10条

1 谢杰;;基于小世界模型对异常数据的分析技术[J];信息安全与通信保密;2014年01期

2 王建州,马志新,李廉;基于混沌的异常数据的动态识别与挖掘[J];清华大学学报(自然科学版);2005年S1期

3 叶家宇;张顺健;黄剑;;基于概率分布的异常数据发现与识别算法[J];计算机应用与软件;2012年11期

4 曾绍华;魏延;唐远炎;;剔除支持向量回归中异常数据算法[J];重庆大学学报;2012年12期

5 姚卫新,黄丽华;智能数据分析中的异常数据管理[J];科技导报;2004年07期

6 孙士兵;赵欢;;一种异常数据诊断应用的稳健回归算法[J];科学技术与工程;2007年15期

7 刘降珍;;异常数据挖掘中几种常用方法的比较[J];现代计算机(专业版);2012年34期

8 姚成;龚毅;濮光宁;葛文龙;;学生评教异常数据的筛选与处理[J];牡丹江师范学院学报(自然科学版);2012年03期

9 刘章文,任天怡,古天祥;3维数据的置信区间及异常数据的修复[J];计算机集成制造系统;2005年04期

10 张晴,丁鹏;银行卡业务异常数据分析方法的研究与实现[J];计算机工程;2004年S1期

相关博士学位论文 前1条

1 姚卫新;智能数据分析中异常数据的集成化管理方法研究[D];复旦大学;2004年

，

本文编号：1963408