期刊文献+

基于聚类的分类分析自适应入侵检测模型

Adaptive Model of IDS with Classification Based on Clustering
下载PDF
导出
摘要 基于数据挖掘的入侵检测系统由于引入了数据挖掘技术,很好的解决了传统入侵检测系统中自适应性和扩展性的问题。在数据挖掘中.聚类分析和分类分析是重要的技术,该文将这两种技术引入入侵检测模型,提出了一种基于聚类的分类分析自适应入侵检测模型。 Intrusion detection system based on data mining solves the problems about adaptability and extensibility in traditional intrusion detection system because of the data mining technology. Clustering and classification are important technologies in data mining. This paper introduces them in IDS and presents an adaptive model of IDS with classification based on clustering.
作者 廖明星 LIAO Ming-xing (Hubei University, Wuhan 430062, China)
机构地区 湖北大学
出处 《电脑知识与技术》 2009年第9期7101-7102,共2页 Computer Knowledge and Technology
关键词 数据挖掘 入侵检测 分类 聚类 data mining intrusion detection classification clustering
  • 相关文献

参考文献1

  • 1(美)Pang-NingTan,(美)MichaelSteinbach,(美)VipinKumar著,范明,范宏建等.数据挖掘导论[M]人民邮电出版社,2006.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部