典型文献
基于Canopy-Kmeans算法的电力企业流量数据分析研究
文献摘要：
针对电力企业关键信息基础设施大量业务数据易遭受网络攻击的现象,基于各业务信息系统下已有的网络安全设备,通过辅助设备采集流量数据,采用Canopy-Kmeans算法进行数据分析研究.首先通过实验证明了Canopy-Kmeans算法在处理流量数据时,相比传统K-means算法,具有更好的聚类效果,准确率提高约11％;然后以采集到的电力关键业务系统的流量数据为基础,基于Canopy-Kmeans算法进行挖掘分析实验,完成相同类型流量数据的聚类,分析出攻击流量与业务流量的特征项,排除部分误报信息,合理开展网络安全防护工作.
文献关键词：
电力;流量采集;Canopy-Kmeans;聚类;流量分析
中图分类号：
作者姓名：
黄冠杰
作者机构：
对外经济贸易大学统计学院,北京100105
文献出处：
引用格式：
[1]黄冠杰-.基于Canopy-Kmeans算法的电力企业流量数据分析研究)[J].网络安全与数据治理,2022(01):18-22
A类：
B类：
Canopy,Kmeans,电力企业,流量数据,关键信息基础设施,业务数据,网络攻击,业务信息系统,网络安全设备,辅助设备,集流,业务系统,挖掘分析,业务流,特征项,误报,报信,网络安全防护,流量采集,流量分析
AB值：
0.366832
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。
