| 注册
首页|期刊导航|南京理工大学学报(自然科学版)|基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

张喜梅 解滨 徐童童 张春昊

南京理工大学学报(自然科学版)2023,Vol.47Issue(1):56-65,10.
南京理工大学学报(自然科学版)2023,Vol.47Issue(1):56-65,10.DOI:10.14177/j.cnki.32-1397n.2023.47.01.008

基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

Intrusion detection algorithm based on weighted Kmeans clustering with reverse K-nearest neighbor and density peak initialization

张喜梅 1解滨 1徐童童 2张春昊3

作者信息

  • 1. 河北师范大学计算机与网络空间安全学院,河北 石家庄050024
  • 2. 河北师范大学河北省网络与信息安全重点实验室,河北 石家庄050024
  • 3. 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,河北 石家庄050024
  • 折叠

摘要

关键词

Kmeans聚类/入侵检测/密度峰值/样本加权/反向K近邻

分类

信息技术与安全科学

引用本文复制引用

张喜梅,解滨,徐童童,张春昊..基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法[J].南京理工大学学报(自然科学版),2023,47(1):56-65,10.

基金项目

国家自然科学基金(62076088) (62076088)

河北师范大学技术创新基金项目(L2020K09) (L2020K09)

南京理工大学学报(自然科学版)

OA北大核心CSCDCSTPCD

1005-9830

访问量0
|
下载量0
段落导航相关论文