基于优化的聚类在存储型网络隐蔽信道检测研究  

作　　者：李默涵 王康 

机构地区：[1]安徽建筑大学(合肥),安徽230601

出　　处：《网络安全技术与应用》2025年第1期53-55,共3页Network Security Technology & Application

摘　　要：提出一种基于优化的密度聚类的存储型网络隐蔽信道检测算法(ND-SNCCD)。该算法在DBSCAN聚类的预处理阶段,使用R树和KD树(K-dimensional树)相结合加速核心点查询,提高检测效率。然后根据聚类结果判断通信数据中的异常点比例,评估存储型网络的隐蔽信道。研究结果显示,这一算法具有更短的训练时间和较低的时间复杂度。并实现高准确度的检测。

关 键 词：存储型网络隐蔽信道 聚类算法 KD树 R树 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]