期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高阶方法的网络流量异常检测
被引量:
1
1
作者
贺成彬
孙志毅
李平阳
《工业控制计算机》
2013年第12期110-110,112,共2页
对大规模网络流量的异常检测是很重要的。主成分分析(PCA)方法基于对原有数据进行简化,在异常检测中得到了广泛应用。对高维数据应用高阶奇异值分解(HOSVD)和高阶正交迭代分解(HOOI)方法,仿真结果表明使用高阶方法进行异常检测提高了检...
对大规模网络流量的异常检测是很重要的。主成分分析(PCA)方法基于对原有数据进行简化,在异常检测中得到了广泛应用。对高维数据应用高阶奇异值分解(HOSVD)和高阶正交迭代分解(HOOI)方法,仿真结果表明使用高阶方法进行异常检测提高了检测性能。
展开更多
关键词
异常检测
PCA
高阶奇异值
分解
高阶正交迭代分解
下载PDF
职称材料
题名
基于高阶方法的网络流量异常检测
被引量:
1
1
作者
贺成彬
孙志毅
李平阳
机构
太原科技大学电子信息工程学院
出处
《工业控制计算机》
2013年第12期110-110,112,共2页
文摘
对大规模网络流量的异常检测是很重要的。主成分分析(PCA)方法基于对原有数据进行简化,在异常检测中得到了广泛应用。对高维数据应用高阶奇异值分解(HOSVD)和高阶正交迭代分解(HOOI)方法,仿真结果表明使用高阶方法进行异常检测提高了检测性能。
关键词
异常检测
PCA
高阶奇异值
分解
高阶正交迭代分解
Keywords
anomaly detection
PCA
HOSVD
HOOI
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高阶方法的网络流量异常检测
贺成彬
孙志毅
李平阳
《工业控制计算机》
2013
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部