位置:成果数据库 > 期刊 > 期刊详情页
A Framework for an Adaptive Anomaly Detection System with Fuzzy Data Mining
  • 期刊名称:武汉大学学报(英文版)
  • 时间:0
  • 页码:1797-1800
  • 语言:中文
  • 分类:TP393.08[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]School of Computer, Northwestern Polytechnical University, Xi'an 710072, Shaanxi, China
  • 相关基金:Supported by the National Natural Science Foundation of China (60573101) and the Natural Science Foundation of Shaanxi Province (2005f43)
  • 相关项目:动态可重构专用指令集DSP处理器体系结构研究
中文摘要:

在这篇论文,我们在场对基于网络的侵入察觉适用的一个适应异例察觉框架。我们的框架采用模糊的簇算法没有内在的数据的先验的知识,以一种联机、适应方式检测异例。我们由从 KDD CUP99 数据集合在网络记录上执行实验评估我们的方法。

英文摘要:

In this paper, we present an adaptive anomaly detection framework that isapplicable to network-based intrusion detection. Our framework employs fuzzy cluster algorithm to detect anomalies in an online, adaptive fashion without a priori knowledge of the underlying data. We evaluate our method by performing experiments over network records from the KDD CUP99 data set.

同期刊论文项目
期刊论文 32 会议论文 4 专利 2
同项目期刊论文