聚类算法在网络入侵检测中的应用

被引:37
作者
向继
高能
荆继武
机构
[1] 中国科学院研究生院信息安全国家重点实验室
[2] 中国科学院研究生院信息安全国家重点实验室 北京
[3] 北京
[4] 北京
关键词
聚类算法; 网络入侵检测; 数据挖掘; K-means算法;
D O I
暂无
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
分析了目前的入侵检测技术,提出了使用聚类算法进行网络入侵检测的方法,并通过试验说明了该方法的应用效果。
引用
收藏
页码:48 / 49+185 +185
页数:3
相关论文
共 5 条
[1]  
Application of Data Mining to Intrusion Detection. http://www.isse. gmu.edu/-csis/infs765/handouts/handout12.pdf . 2000
[2]  
ADAM: Detecting Intrusions by Data Mining. Barbara D. . 2001
[3]  
Intrusion Detection with Unlabeled Data Using Clustering. Portnoy L,Eskin E,Stolfo S J. Proceedings of ACM CSS Workshop on Data Mining Applied to Security(DMSA 2001 ) . 2001
[4]  
A Geometric Framework for Unsupervied Anomaly Detection: Detecting Intrusions in Unlabeled Data. Eskin E,Arnold A,Prerau M. . 2002
[5]  
Kdd99 Cup dataset. http://kdd. ics. uci. edu/databases/kddcup99/kddcup99. html . 1999