您的位置： 专家智库 > >

刘晓博

作品数：3 被引量：13H指数：2
供职机构：吉林大学更多>>
发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇入侵
  • 3篇入侵检测
  • 2篇聚类
  • 1篇异常检测
  • 1篇异常检测算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵检测系统
  • 1篇特征加权
  • 1篇向量
  • 1篇向量机
  • 1篇密度聚类
  • 1篇加权
  • 1篇SVM
  • 1篇并行化
  • 1篇测算法
  • 1篇层次聚类

机构

  • 3篇吉林大学

作者

  • 3篇刘晓博
  • 2篇任斐
  • 2篇任维武
  • 2篇胡亮
  • 1篇张丹
  • 1篇金刚
  • 1篇赵阔
  • 1篇张园园

传媒

  • 2篇吉林大学学报...

年份

  • 1篇2010
  • 2篇2009
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于改进密度聚类的异常检测算法被引量：3
2009年
提出一种基于改进密度聚类的异常检测算法(ADIDC),通过在各特征列上分别进行密度聚类,并根据各特征对正常轮廓的支持度进行特征加权,解决了聚类分析方法在异常检测应用中误报率较高的问题.通过大量基于异常检测数据集KDD Cup 1999的实验表明,其相对于传统异常检测方法在保证较高检测率的前提下,有效地降低了误报率,对某些与正常行为相近的特殊攻击检测率明显提高.同时利用特征权值进行特征筛选提高了其检测性能和效率,更适应实时检测要求.
胡亮任维武任斐刘晓博金刚
关键词：入侵检测异常检测聚类密度聚类特征加权
基于层次聚类的入侵检测算法研究
随着计算机网络的迅猛发展,网络与主机安全问题日益突出。入侵检测系统作为杀毒软件和网络防火墙的有益补充,成为了近年来的研究热点。入侵检测系统通过对网络数据流量以及主机审计日志等数据的分析,发现入侵行为,并对入侵行为做出响应...
刘晓博
关键词：入侵检测层次聚类并行化
文献传递
基于SVM的在线无监督入侵检测系统被引量：9
2009年
针对已有的审计日志,在使用具有实时数据处理能力的频度加权算法计算私有程序运行时,对每个进程中相异系统调用的频度取值.将得到的进程向量集合进行线性扫描,再根据向量间的距离关系为进程向量添加表示数据"正常"或"异常"标号,在无人为干预的情况下取得SVM(Support Vector Machine)训练数据.最后通过支持向量机计算用于监测目标系统的程序正常行为轮廓,从而构造一个切实可行的在线且无需人为干预的入侵检测系统.
张丹任斐赵阔张园园刘晓博任维武胡亮
关键词：入侵检测支持向量机
全选 清除 导出
共1页<1>
聚类工具0