您的位置： 专家智库 > 作者详情>郑苗苗

郑苗苗

作品数：6 被引量：23H指数：3
供职机构：南京师范大学数学与计算机科学学院更多>>
发文基金：江苏省自然科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

题名
作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 6篇自动化与计算...

主题

  • 6篇聚类
  • 5篇分布式
  • 5篇分布式聚类
  • 3篇入侵
  • 3篇入侵检测
  • 3篇聚类算法
  • 3篇分布式聚类算...
  • 2篇入侵检测方法
  • 2篇网络
  • 2篇K-MEAN...
  • 1篇带宽
  • 1篇异常入侵
  • 1篇异常入侵检测
  • 1篇异常入侵检测...
  • 1篇数据挖掘
  • 1篇网络安全
  • 1篇网络带宽
  • 1篇基于密度
  • 1篇分布式入侵
  • 1篇分布式入侵检...

机构

  • 6篇南京师范大学

作者

  • 6篇郑苗苗
  • 4篇吉根林

传媒

  • 1篇计算机研究与...
  • 1篇南京大学学报...
  • 1篇江南大学学报...
  • 1篇南京师范大学...
  • 1篇第二届中国分...

年份

  • 3篇2008
  • 3篇2007
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
相关度排序
DK-Means——分布式聚类算法K-Dmeans的改进
随着网络的广泛应用,大量的数据将分布存在.由于网络带宽、站点存储量等一系列限制,分布式聚类分析成为具有挑战性的研究课题.人们已经提出了若干分布式聚类方法,但这些方法效率低下.对分布式聚类算法k-Dmeans进行改进,提出...
郑苗苗吉根林
关键词：聚类分布式聚类K-MEANS网络带宽
文献传递
一种基于密度的分布式聚类算法被引量：11
2008年
对基于密度的分布式聚类算法DBDC(density based distributed clustering)进行改进,提出了一种基于密度的分布式聚类算法DBDC*.该算法在局部筛选代表点时结合贝叶斯信息准则BIC,得到少量精准反映局部站点数据分布的BIC核心点,有效降低了分布式聚类过程中的数据通信量,全局聚类时综合考虑了各站点数据的分布情况.实验结果表明,算法DBDC*的效率优于DBDC,聚类效果好.
郑苗苗吉根林
关键词：聚类分布式聚类
一种处理混合型属性的无监督异常入侵检测方法被引量：3
2008年
针对目前入侵检测技术训练时处理类别型数据能力欠缺、误报率高的问题,提出一种处理混合型属性的无监督异常入侵检测方法,定义了类别型属性各取值之间的差异度,使得在对训练集进行无监督学习、生成检测模型过程中,能够同时有效地处理数值型属性和类别型属性.理论分析表明所定义的类别型属性值差异度既保留了类别型属性各取值之间的本质特征,同时也没有改变数据集的原始维数.实验中采用了网络入侵检测数据集KDD-CUP-99来训练模型.实验结果表明,采用的混合型属性处理方法进行聚类所建立的入侵检测模型,与现有方法相比,检测率高.
郑苗苗吉根林
ID-DC:基于分布式聚类的入侵检测方法
2007年
提出了基于分布式聚类的异常入侵检测方法ID-DC,通过对训练集进行分布式聚类产生聚簇模型,采用基于双参考点的标识算法Double-Reference标记异常簇,不需要具有类别标签的训练集且可自动确定聚簇模型的个数.实验中采用了网络入侵检测数据集KDD-CUP-99来训练模型.实验结果表明:通过采用分布式聚类算法建立的分布式入侵检测模型可有效地检测攻击,检测率高,误警率低.
郑苗苗吉根林
关键词：入侵检测分布式入侵检测聚类分布式聚类
DK-Means——分布式聚类算法K-Dmeans的改进被引量：9
2007年
随着网络的广泛应用,大量的数据将分布存在.由于网络带宽、站点存储量等一系列限制,分布式聚类分析成为具有挑战性的研究课题.人们已经提出了若干分布式聚类方法,但这些方法效率低下.对分布式聚类算法k-Dmeans进行改进,提出了分布式聚类算法Dk-means. 该算法只传送各站点的聚簇信息,有效降低了分布式聚类过程中的数据通信量.理论分析和实验结果表明,算法Dk-means的效率优于k-Dmeans,并且可达到与k-means等效的聚类质量.
郑苗苗吉根林
关键词：聚类分布式聚类K-MEANS
分布式聚类及其在入侵检测中的应用研究
聚类分析是数据挖掘领域的一项重要研究内容，它在金融、电信、保险业、市场营销、异常检测、网络安全、科学决策等方面具有十分重要的应用价值，因此受到研究人员的高度重视。已有的聚类算法大多只适用于集中式数据的聚类。由于网络带宽、...
郑苗苗
关键词：数据挖掘分布式聚类入侵检测网络安全
文献传递
全选 清除 导出
共1页<1>
聚类工具0