文献类型：期刊文章

作　　者：周鹏[1] 熊运余[2]

ZHOU Peng XIONG Yunyu(College of International, Huanghuai University, Zhumadian 463000, Henan Province, China College of Computer Science, Sichuan University, Chengdu 610065, China)

机构地区：[1]黄淮学院国际教育学院,河南驻马店463000 [2]四川大学计算机学院,成都610065

出　　处：《吉林大学学报（理学版）》

基　　金：河南省重点科技攻关项目(批准号:162102210365)

年　　份：2017

卷　　号：55

期　　号：5

起止页码：1269-1273

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对目前网络状态异常行为检测正确率低的问题,提出一种基于数据挖掘的网络状态异常检测模型.首先提取网络状态信号,通过小波变换对信号进行预处理,并提取网络状态异常检测的特征;然后通过回声状态网络对网络状态异常检测进行建模,并通过遗传算法对回声状态网络的参数进行优化;最后采用网络状态异常数据集对模型的有效性进行测试.测试结果表明,数据挖掘技术可以准确检测各种网络状态异常行为.

关 键 词：网络异常 数据挖掘 检测模型  入侵行为

分 类 号：TP391]