典型文献
基于最小生成树改进K-means聚类的网络入侵检测技术
文献摘要：
针对网络入侵检测技术存在的问题,设计了一种基于最小生成树改进K-means聚类的网络入侵检测技术.利用最小生成树改进K-means聚类算法,对入侵检测数据进行预处理,设计不同密度的聚类筛选过程,去除冗余数据.构建网络入侵检测模型,将字符型特征转化为数值型数据,优化入侵检测流程,以实现网络入侵检测.实验结果表明,与传统网络入侵检测技术相比,本技术的性能更优,检测效果更好.
文献关键词：
K-means聚类;字符转换;最小生成树;密度聚类筛选;入侵检测
中图分类号：
作者姓名：
王红;陈功平
作者机构：
六安职业技术学院,安徽 六安 237158
文献出处：
引用格式：
[1]王红;陈功平-.基于最小生成树改进K-means聚类的网络入侵检测技术)[J].重庆科技学院学报（自然科学版）,2022(06):38-41
A类：
字符转换,密度聚类筛选
B类：
最小生成树,means,网络入侵检测,入侵检测技术,技术存在,聚类算法,检测数据,不同密度,选过,冗余数据,建网,入侵检测模型,数值型数据,化入,检测流程,检测效果
AB值：
0.192486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
