10.3969/j.issn.1000-3428.2012.23.032
基于层次聚类的网络流量异常分类算法
现有的异常流量根源分析技术大多需要人工干预,对异常事件的分类效果不佳.为此,提出基于层次聚类的流量异常分类算法TAC-HC,通过特征属性的训练过程逐步建立分类树,把相似的异常嵌入到子树中,在未知数据集聚类数目的情况下对新的异常进行分类.仿真结果表明,TAC-HC算法的分类平均准确率达到89%,对网络扫描这类小异常事件的分类精确率也能达到95.3%.
流特征、属性向量、网络异常事件、层次聚类、异常分类算法
38
TP393.08(计算技术、计算机技术)
国家"863"计划基金资助项目2009AA01A346;国家科技支撑计划基金资助项目2011BAH19B01
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
131-136