文献类型：期刊文章

作　　者：魏建行[1,2] 衣龙洋[2] 魏俊甫[2]

WEI Jian-hang;YI Long-yang;WEI Jun-fu(Information Technology Center,Hebei University,Baoding 071002,China;Center for Network and Laboratory Management,Xinjiang University of Science and Technology,Korla 841000,China)

机构地区：[1]河北大学信息技术中心,河北保定071002 [2]新疆科技学院网络与实验管理中心,新疆库尔勒841000

出　　处：《舰船科学技术》

年　　份：2022

卷　　号：44

期　　号：14

起止页码：147-150

语　　种：中文

收录情况：BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：以提升船舶通信网络流量异常识别效果,提出基于数据挖掘的船舶通信网络流量异常识别方法。通过统计频率和K-means聚类算法得到网络流量特征;通过拐点综合判决机制确定聚类截断阈值和误差截断阈值,特征数量低于聚类截断阈值以及识别误差大于误差阈值为可疑通信网络流量集合,同时存至2个集合内的通信网络流量即异常通信网络流量。实验证明,该方法可有效确定聚类截断阈值与识别误差截断阈值,识别异常通信网络流量精度高。

关 键 词：数据挖掘 船舶通信 网络流量 异常识别  特征选择  K-MEANS聚类

分 类 号：TP393]