典型文献
多视角层次聚类下的无线网络入侵检测算法
文献摘要：
针对现有基于监督学习的无线网络入侵检测算法误检率高、难以发现未知类型攻击行为、获取带标记网络数据代价大的问题,提出一种基于多视角层次聚类的无监督无线网络入侵检测算法.该算法基于无监督学习,不需要为参与分类器学习的大量无线网络数据进行人工标记,具有易获取训练数据集和发现未知类型攻击行为的优势,同时该算法引入多视角余弦距离作为层次聚类中无线网络数据对象间相似性度量,使聚类结果更加合理,对网络数据行为的判定更加准确,在一定程度上降低了入侵检测的误检率.选用公开无线网络攻击数据集(AW I D)进行实验,通过主成分分析法对实验数据集进行降维处理,很大程度上降低了入侵检测算法的时间复杂度.实验结果表明,与传统的无线网络入侵检测算法相比,提出的多视角层次聚类下的无线网络入侵检测算法在检测率、误检率和发现未知攻击类型等性能上都有显著提升.
文献关键词：
多视角;层次聚类;无线网络;入侵检测;主成分分析(PCA)
中图分类号：
作者姓名：
董新玉;解滨;赵旭升;高新宝
作者机构：
河北师范大学 计算机与网络空间安全学院,石家庄 050024;河北师范大学 河北省网络与信息安全重点实验室,石家庄 050024;河北师范大学 供应链大数据分析与数据安全河北省工程研究中心,石家庄 050024
文献出处：
引用格式：
[1]董新玉;解滨;赵旭升;高新宝-.多视角层次聚类下的无线网络入侵检测算法)[J].计算机科学与探索,2022(12):2752-2764
A类：
B类：
多视角,层次聚类,无线网络,网络入侵检测,入侵检测算法,误检率,知类,攻击行为,网络数据,无监督学习,分类器,人工标记,训练数据集,余弦距离,数据对象,相似性度量,数据行为,网络攻击,AW,降维处理,时间复杂度,检测率,未知攻击
AB值：
0.196393
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
