位置:成果数据库 > 期刊 > 期刊详情页
一种新的在线自适应混合RBF网络学习算法
  • ISSN号:1000-1220
  • 期刊名称:《小型微型计算机系统》
  • 时间:0
  • 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:大连海事大学信息科学技术学院大连116026,
  • 相关基金:国家自然科学基金资助项目(编号:61272172).
中文摘要:

云计算应用日趋广泛,其安全性问题也在日益凸显。由于网络安全攻击行为的升级,传统的攻击检测技术已不适用于云计算安全防护。本文基于云计算平台特点和安全需求以及K-means攻击检测方法,提出了一种基于进化算法的聚类技术,并设计了一种面向云计算平台的分布式攻击检测改进型方法。使用该方法,可以更好的获得聚类初始中心值,提高攻击检测率,并且加快攻击检测速度。最后,进行了实验仿真并分析了测试结果,验证其具有较好的实用价值。

英文摘要:

With the cloud computing applications are used widely, its security issues are also become increasingly important. Due to the upgrading of network security attacks, it was not proper to use the traditional attack detection technology as the security method for cloud computing. Therefore, this paper provides an new method for the cloud calculation protection, which based on platform charac- teristics and security requirements, named the improved K - means attack detection method. It also gives a clustering technique based on evolutionary algorithm, and then designs a test measure, which can find distributed attack detection for computing platform. Using the method, it can obtain much better initial clustering center value; it also can increase the rate of attack detection. It (:an accelerate the speed of attack detection. Finally, the method is simulated and analyzed, and the test results are analyzed, it shows that the im- proved method has a good practical value.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《小型微型计算机系统》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院沈阳计算技术研究所
  • 主编:林浒
  • 地址:沈阳市浑南新区南屏东路16号
  • 邮编:110168
  • 邮箱:xwjxt@sict.ac.cn
  • 电话:024-24696120 024-24696190-8870
  • 国际标准刊号:ISSN:1000-1220
  • 国内统一刊号:ISSN:21-1106/TP
  • 邮发代号:8-108
  • 获奖情况:
  • 中国自然科学核心期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23212