重要信息
1.我刊发表周期通常为8个月稿件审阅周期约为30-60天
2.请投稿时一定要详细填写通讯地址、邮编和电话号码以便及时进行沟通
2.请投稿时一定要详细填写通讯地址、邮编和电话号码以便及时进行沟通
投稿指南
1.投稿方式
请通过E-mail:cgqywxt@163.com 进行投稿。
2.编辑时限
审稿周期:5个工作日；刊登周期：8个月。
3.论文要求
为使来稿格式符合国家科技期刊格式标准，根据常见的一些问题，特向广大作者提出以下要求：本刊主要刊登敏感元器件、传感器与微系统及其相关技术的文章。论文应理论清楚、正确，并且有详细实测数据，应提供中、英文的题名、作者与单位、摘要、关键词 、图与表题名， ...查看更多>>
请通过E-mail:cgqywxt@163.com 进行投稿。
2.编辑时限
审稿周期:5个工作日；刊登周期：8个月。
3.论文要求
为使来稿格式符合国家科技期刊格式标准，根据常见的一些问题，特向广大作者提出以下要求：本刊主要刊登敏感元器件、传感器与微系统及其相关技术的文章。论文应理论清楚、正确，并且有详细实测数据，应提供中、英文的题名、作者与单位、摘要、关键词 、图与表题名， ...查看更多>>
一种基于聚类的异常检测方法
【出 处】：《
传感器与微系统
》
CSCD
2011年第30卷第1期 19-21页,共3页
【作 者】：
李鑫
;
单维峰
;
丰继林
;
李军
;
高方平
;
李忠
【摘 要】
利用数据挖掘技术对网络中的海量数据进行分析从而发现入侵行为已成为目前异常检测研究的重点。为了进一步提高入侵行为检测的质量，提出了一种改进的异常检测算法。该方法首先将训练数据集转换为标准的单位特征度量空间，然后利用改进算法对数据进行划分，以找到聚类中心。最后对改进算法进行了性能分析与比较，实验结果表明：算法具有良好的稳定性，能够有效地检测真实网络数据中的入侵行为，对大数据集合具有较好的可伸缩性。
相关热词搜索： 数据挖掘 聚类 异常检测 检测率 误警率 data mining clustering anomaly detection detection rate false alarm rate