基于模糊数据挖掘与遗传算法的异常检测方法

• 作者: 孙东 朱天清 秦丙栓 黄天戍
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 异常检测 模糊数据挖掘 遗传算法
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 210-212,215
• 页数: 4页
• 分类号: TP311.13
• 字数: 4767字
• 语种: 中文

摘要

建立合适的隶属度函数是入侵检测中应用模糊数据挖掘所面临的一个难点.针对这一问题,提出了在异常检测中运用遗传算法对隶属度函数的参数进行优化的方法.将隶属度函数的参数组合成有序的参数集并编码为遗传个体,在个体的遗传进化中嵌入模糊数据挖掘,可以搜索到最佳的参数集.采用这一参数集,能够在实时检测中最大限度地将系统正常状态与异常状态区分开来,提高异常检测的准确性.最后,对网络流量的异常检测实验验证了这一方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄天戍	武汉大学电子信息学院	153	1276	20.0	27.0
2	孙东	武汉大学电子信息学院	10	111	4.0	10.0
3	秦丙栓	中国有线电视网络公司大客户部	1	27	1.0	1.0
4	朱天清	武汉工业学院计算机与信息工程系	5	65	4.0	5.0