期刊文章详细信息
文献类型:期刊文章
CHI Jiangbo;LIU Libo(Continuous Education College,Xinjiang Institute of Light Industry and Technology,Urumqi 830021)
机构地区:[1]新疆轻工职业技术学院继续教育学院
基 金:新疆维吾尔自治区高校科研计划资助(XJEDU2014S087)
年 份:2019
卷 号:35
期 号:12
起止页码:31-33
语 种:中文
收录情况:ZGKJHX、普通刊
摘 要:针对当前网络流量异常问题,结合当前的智能算法,和模糊集在处理不确定信息方面的优势,提出一种改进的Vague集网络流量异常监控方法。在传统Vague集的基础上,引入频度因子和相关因子,以提高Vague集识别的正确率,同时采用认知模型对异常进行识别。最后,以Kddcup99作为测试数据,对以上方法进行验证,并与实际的监控进行对比,结果表明构建的算法在数据不完备的情况,仍然具有较高的识别率,验证了本方法的可行性。
关 键 词:VAGUE集 网络异常 频度因子 认知模型
分 类 号:TP311]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...