Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/145265
-
Titel: 
Dynamic log file analysis: An unsupervised cluster evolution approach for anomaly detection
en
Zitat: 
Landauer, M., Wurzenberger, M., Skopik, F., Settanni, G., & Filzmoser, P. (2018). Dynamic log file analysis: An unsupervised cluster evolution approach for anomaly detection. Computers and Security, 79, 94–116. https://doi.org/10.1016/j.cose.2018.08.009
-
Verlags-DOI: 
10.1016/j.cose.2018.08.009
-
Publikationstyp: 
Artikel - Forschungsartikel
de
Sprache: 
Englisch
-
Autor_innen: 
Landauer, Max 
Wurzenberger, Markus 
Skopik, Florian 
Settanni, Giuseppe 
Filzmoser, Peter 
-
Organisations­einheit: 
E105-06 - Forschungsbereich Computational Statistics 
E191-03 - Forschungsbereich Automation Systems 
E194-02 - Forschungsbereich Distributed Systems 
-
Zeitschrift: 
Computers and Security 
-
ISSN: 
0167-4048
-
Datum (veröffentlicht): 
Nov-2018
-
Umfang: 
23
-
Peer Reviewed: 
Ja
-
Keywords: 
Log data; Cluster evolution; Anomaly detection; String clustering; Unsupervised learning; Incremental clustering; Time series analysis
en
Forschungs­schwerpunkte: 
Mathematical Methods in Economics: 50%
Information Systems Engineering: 50%
-
Wissenschafts­zweig: 
Mathematik
Informatik
-
Enthalten in den Sammlungen:
Article

Zur Langanzeige

Seiten Aufrufe

127
aufgerufen am 23.11.2023

Google ScholarTM

Check