文献

J-GLOBAL ID：202102214287232462   整理番号：21A0153100

分類識別と相関解析に基づくネットワーク特徴属性の選択【JST・京大機械翻訳】

Selection of Network Feature Attribute Based On Classification Discrimination And Correlation Analysis

著者 (6件)： Liu Yang (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076) ,  Ma Hongwei (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076) ,  Li Kuangdai (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076) ,  Yi Hang (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076) ,  Yan Xiaotao (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076) ,  Kang Jian (Beijing Institute of Astronautical Systems Engineering,Beijing,China,100076)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： QRS-C  ページ： 328-333  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 従来のネットワークの異常検出には多くのパラメータ属性がある。それは検出効率を制限する。特徴パラメータの選択は,サンプルのバランスによって制限される。これらの問題のために,本論文は,分類識別と相関分析に基づくネットワーク特徴属性の選択アルゴリズムを研究して,設計して,特徴の分類識別を定義して,定量的選択戦略を確立した。テスト解析は,Cambrid大学からのMooreデータセットを通して開発した。実験結果は,検出精度を減少することなく,本論文で提案したアルゴリズムが異常サンプルの検出性能を改良でき,検出モデリングの時間を効果的に減少できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ネットワーク ,  検出効率
準シソーラス用語： *相関分析 ,  異常検出 ,  検出精度 ,  特徴パラメータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 分類 ,  識別 ,  相関解析 ,  属性