您的位置： 专家智库 > >

阳时来

作品数：6 被引量：23H指数：1
供职机构：北京大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 6篇入侵
  • 6篇入侵检测
  • 6篇入侵检测方法
  • 5篇神经网
  • 5篇神经网络
  • 5篇网络
  • 4篇信息安全
  • 4篇网络信息
  • 4篇网络信息安全
  • 2篇信息安全技术
  • 2篇增量式
  • 2篇神经网络模型
  • 2篇神经元
  • 2篇权值
  • 2篇子网
  • 2篇网络模型
  • 2篇网络数据
  • 2篇网络信息安全...
  • 2篇安全技术
  • 2篇标签

机构

  • 6篇北京大学

作者

  • 6篇阳时来
  • 5篇黄海珍
  • 5篇杨雅辉
  • 5篇沈晴霓
  • 4篇夏敏
  • 2篇吴中海

传媒

  • 1篇计算机研究与...

年份

  • 2篇2014
  • 1篇2013
  • 3篇2012
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
一种基于半监督GHSOM的入侵检测方法被引量：23
2013年
基于神经网络的入侵检测方法是入侵检测技术的一个重要发展方向.在已有无监督生长型分层自组织映射(growing hierarchical self-organizing maps,GHSOM)神经网络算法的基础上,提出了一种半监督GHSOM算法.该算法利用少量有标签的数据指导大规模无标签数据的聚类过程.一方面借鉴cop-kmeans半监督机制,解决了原始算法中返回空划分的问题,并将其应用到GHSOM算法中.另一方面提出了神经元信息熵的概念作为子网生长的判断条件,提高了GHSOM网络子网划分的精度.此外还利用有标签的数据自动确定聚类结果的入侵类型.对KDD Cup 1999数据集和LAN环境下模拟产生的数据集进行的入侵检测实验表明:相比于无监督的GHSOM算法,半监督的GHSOM算法对各种类型的攻击具有较高的检测率.
阳时来杨雅辉沈晴霓黄海珍
关键词：入侵检测聚类信息熵
基于增量式GHSOM神经网络的入侵检测方法
本发明公开了一种基于增量式GHSOM神经网络的入侵检测方法，属于网络信息安全技术领域。本方法为：1)在线采集网络数据输入给入侵检测模块；2)入侵检测模块计算可检测当前向量x的获胜神经元t；3)如果t是覆盖神经元，且x与t...
杨雅辉黄海珍沈晴霓吴中海夏敏阳时来
半监督GHSOM入侵检测方法的研究与实现
基于神经网络的入侵检测方法是入侵检测技术的重要发展方向。近年来基于无监督的层拓展自组织映射(Growing Hierarchical Self-OrganizingMappings,GHSOM)神经网络模型的入侵检测研究...
阳时来
关键词：网络安全入侵检测半监督学习
一种基于半监督神经网络模型的入侵检测方法
本发明公开了一种基于半监督神经网络模型的入侵检测方法，属于网络信息安全领域。本方法为：1)利用训练集A初始化GHSOM神经网络第0层神经元，并计算QE<Sub>0</Sub>；2)从第0层神经元中拓展出一SOM，并将其层...
杨雅辉阳时来沈晴霓黄海珍夏敏
基于增量式GHSOM神经网络的入侵检测方法
本发明公开了一种基于增量式GHSOM神经网络的入侵检测方法，属于网络信息安全技术领域。本方法为：1)在线采集网络数据输入给入侵检测模块；2)入侵检测模块计算可检测当前向量x的获胜神经元t；3)如果t是覆盖神经元，且x与t...
杨雅辉黄海珍沈晴霓吴中海夏敏阳时来
文献传递
一种基于半监督神经网络模型的入侵检测方法
本发明公开了一种基于半监督神经网络模型的入侵检测方法，属于网络信息安全领域。本方法为：1)利用训练集A初始化GHSOM神经网络第0层神经元，并计算QE<Sub>0</Sub>；2)从第0层神经元中拓展出一SOM，并将其层...
杨雅辉阳时来沈晴霓黄海珍夏敏
文献传递
全选 清除 导出
共1页<1>
聚类工具0