首页> 中国专利> 一种基于近邻传播聚类算法的多步异常点检测方法

一种基于近邻传播聚类算法的多步异常点检测方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开一种基于近邻传播聚类算法的多步异常点检测方法，通过挖掘正常应用程序以获取到正常数据流模式，然后采用多步异常点检测方法来检测恶意软件，最终实现不依赖已知恶意软件模型可以在Android恶意软件出现初期做到有效预警的目的。本发明可有效解决异常点检测时所面临的“维数灾难”问题，从而避免冗余特征或过多的无关特征的数据噪音对异常点检测技术的干扰；同时克服传统的基于聚类或基于距离的异常点检测技术对初始值选择的过度依赖，通过Virusshare与Google Play获取的实际数据集结合十折交叉验证法验证本发明的有效性，综上，本发明在网络安全领域具有广阔的应用前景。

著录项

公开/公告号CN110162975B

专利类型发明专利
公开/公告日2022.10.25

原文格式PDF
申请/专利权人江苏大学;
展开▼

申请/专利号CN201910452071.8
发明设计人朱会娟;冯霞;王良民;黎洋;顾伟;曹晓雯;房浩;
展开▼

申请日2019.05.28
分类号G06F21/56;G06K9/62;
代理机构南京华恒专利代理事务所(普通合伙);
代理人宋方园
地址 212000 江苏省镇江市京口区学府路301号
入库时间 2022-11-28 17:52:15

相似文献

专利
中文文献
外文文献

1. 一种基于近邻传播聚类算法的多步异常点检测方法 [P] . 中国专利： CN110162975A . 2019-08-23
2. 一种基于DTW距离和近邻传播聚类算法的电力用户分群方法及系统 [P] . 中国专利： CN111612650A . 2020-09-01
3. A detection method based on k-nearest neighbor algorithm for system anomaly [P] . AU2018100222A4 . 2018-03-22

机译：基于k近邻算法的系统异常检测方法
4. A method for detecting and identifying of anomalies in a propagation medium. [P] . 德国专利： DE69022696T2 . 1996-06-20

机译：一种用于检测和识别传播介质中异常的方法。
5. Vehicle i.e. car, operating method, involves determining point spreading function based on movement parameter of vehicle, and executing reconstruction of images detected by image detecting unit based on point spreading function [P] . 德国专利： DE102008036334A1 . 2009-04-09

机译：车辆，即汽车，一种操作方法，涉及基于车辆的运动参数确定点扩展功能，并基于点扩展功能执行由图像检测单元检测到的图像的重构。