聚类算法在流量分析中的应用
摘要
本文从网络流量的数据来源出发,浅谈了聚类算法处理网络流量的基本流程。
出处
《电子技术与软件工程》
2019年第10期173-173,共1页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
基金
重庆市教育委员会科学技术研究项目(No.KJ1751484)
二级参考文献49
-
1孙钦东,张德运,高鹏.基于时间序列分析的分布式拒绝服务攻击检测[J].计算机学报,2005,28(5):767-773. 被引量：55
-
2任勋益,王汝传,王海艳.基于自相似检测DDoS攻击的小波分析方法[J].通信学报,2006,27(5):6-11. 被引量：56
-
3Barford P, Kline J, Plonka D, et al. A signal analysis of network traffic anomalies//Internet Measurement Workshop. Marseille, November 2002/ 被引量：1
-
4Duffield N, Lund C, Thorup M. Estimating Flow Distributions from Sampled Flow Statistics. In ACM SIGCOMM, Karlsruhe, August 2003. 被引量：1
-
5Magnaghi A, Hamada T, Katsuyama T. A Wavelet-Based Framework for Proactive Detection of Network isconfigurations// SIC, COMM'04 Workshops. Aug. 30 & Sept. 3, 2004. 被引量：1
-
6Jung J, Krishnamurthy B, Rabinovich M. Flash Crowds and Denial of Service Attacks:Characterization and Implications for CDNs and Web Sites. In WWW, Hawaii, May 2002. 被引量：1
-
7Kim M-S, Kang H-J, Hung S-C, et al. A Flow-based Method for Abnormal Network Traffic Detection//IEEE/IFIP Network Operations and Management Symposium. Seoul, April 2004. 被引量：1
-
8Lakhina A, Crovella M, Diot C. Diagnosing Network-W/de Traffic Anomalies. In ACM SIGCOMM. Portland, August 2004. 被引量：1
-
9Lakhina A, Crovella M, Diot C. Characterization of Network- Wide Anomalies in Traffic Flows (Short Paper)// Internet Measurement Conference. 2004. 被引量：1
-
10Lakhina A, Crovella M, Diot C. Mining Anomalies Using Traffic Feature Distributions. In ACM SIGCOMM, Philadelphia, August 2005. 被引量：1
共引文献22
-
1裴唯,袁小坊,王东,董智超,谢高岗.城域网应用层流量异常检测与分析[J].计算机应用研究,2010,27(6):2222-2225. 被引量：3
-
2蔡洪民,钟隆著.基于统计的校园网异常流量检测系统设计与实现[J].计算机安全,2014(7):46-50. 被引量：4
-
3邱雪松,陈新颜,杨杨,高志鹏.历史数据与邻居协作融合的无线传感器故障检测机制[J].北京邮电大学学报,2015,38(B06):1-5. 被引量：2
-
4曹杰,殷保群,钱叶魁.基于流特性的网络流量异常检测研究[J].系统科学与数学,2015,35(10):1127-1134. 被引量：6
-
5朱俚治,朱梧檟.一种检测网络流量的算法[J].辽宁工程技术大学学报（自然科学版）,2016,35(11):1326-1330. 被引量：1
-
6梁辰,李成海,周来恩.PCA-BP神经网络入侵检测方法[J].空军工程大学学报（自然科学版）,2016,17(6):93-98. 被引量：28
-
7朱俚治,朱梧檟.一种检测网络流量异常和网络攻击的算法[J].计算技术与自动化,2017,36(1):92-97. 被引量：2
-
8翟光明,李国和,吴卫江,洪云峰,周晓明,汪静.基于Spark的人工蜂群改进算法[J].计算机应用,2017,37(7):1906-1910. 被引量：4
-
9陈小玉,李晓静,马海英.一种面向大数据的快速自动聚类算法[J].计算机应用研究,2017,34(9):2651-2654. 被引量：8
-
10于宗一,曲强,邱恺,赵丽丽,陈树生.医院网络流量回溯分析系统应用实践[J].中国卫生信息管理杂志,2017,14(5):691-694. 被引量：6
-
1陈达飞,邵宇.货币理论分析方法沿革——从流量分析到存量分析再到存量-流量一致分析[J].政治经济学季刊,2018,0(2):108-130. 被引量：2
-
2徐洋,孙建忠,黄磊,谢晓尧.基于WiFi定位的区域人群轨迹模型[J].山东大学学报（理学版）,2019,54(5):8-20. 被引量：9
-
3何云华,牛童,刘天一,肖珂,芦翔.网络匿名扫描系统设计及优化[J].计算机应用,2019,39(5):1385-1388. 被引量：1
-
4徐嘉璐.自动跟随购物筐[J].科学技术创新,2019(8):61-62.
-
5刘勇,于佳卉,李亚鹏.基于深度感知的水下对空图像增强算法研究[J].光学与光电技术,2019,0(2):55-58. 被引量：2
-
6潘琨琨,张朝霞,秦洁,吕小毅.基于血清拉曼光谱的丙型肝炎病毒诊断和1b亚型的鉴定[J].新疆医科大学学报,2019,42(5):656-662. 被引量：4
-
7仇福康,陈晓荣,刘宏业,卫晓翔,张凯凯,孔平.针灸疗效评估中激光散斑衬比图像稳定性研究[J].光学仪器,2019,41(2):53-59. 被引量：3
