网络入侵检测中的自动决定聚类数算法

• 作者: SHAO Zhi-Qing WANG Xiu-Ying 刘刚 肖立中 马汉华
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 模糊C均值算法 支持向量机 模糊成员函数 聚类数 入侵检测
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 2140-2148
• 页数: 9页
• 分类号: TP393
• 字数: 5954字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.02140

摘要

针对模糊C均值算法(fuzzy C-means algorithm,简称FCM)在入侵检测中需要预先指定聚类数的问题,提出了一种自动决定聚类数算法(fuzzy C-means and support vector machine algorithm,简称F-CMSVM).它首先用模糊C均值算法把目标数据集分为两类,然后使用带有模糊成员函数的支持向量机(support vector machine,简称SVM)算法对结果进行评估以确定目标数据集是否可分,再迭代计算,最终得到聚类结果.支持向量机算法引入模糊C均值算法得出的隶属矩阵作为模糊成员函数,使得不同的输入样本可以得到不同的惩罚值,从而得到最优的分类超平面.该算法既不需要对训练数据集进行标记,也不需要指定聚类数,因此是一种真正的无监督算法.在对KDD CUP 1999数据集的仿真实验结果表明,该算法不仅能够得到最佳聚类数,而且对入侵有较好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚	华东理工大学信息科学与工程学院	52	722	13.0	25.0
2	肖立中	上海应用技术学院计算机科学与信息工程系	15	140	5.0	11.0
3	SHAO Zhi-Qing	华东理工大学信息科学与工程学院	1	78	1.0	1.0
4	马汉华	华东理工大学信息科学与工程学院	1	78	1.0	1.0
5	WANG Xiu-Ying	上海应用技术学院计算机科学与信息工程系	1	78	1.0	1.0