基于分箱统计的FCM算法及其在网络入侵检测中的应用

• 作者: 傅涛 孙亚民 孙文静
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: FCM算法 分箱统计 特征匹配 协同检测
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 计算机网络与信息技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP3
• 字数: 4784字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2008.04.010

摘要

使用KDDCup99网络入侵检测数据,对传统的FCM(Fuzzy C-Means)算法进行实验,发现该聚类算法在进行聚类划分和孤立点判断时,存在划分粗略性现象.针对该问题,本文提出使用分箱统计的FCM方法来划分和描述数据集的分布.与原有算法相比,不需要频繁更新聚类中心,同时耗时问题也得到较好的改善.文章最后将特征匹配与基于分箱的FCM算法相结合,协同分析网络连接数据记录.实验结果证明,这种协同检测方法的检测率有明显提高,实时性好,能较好地发现新的攻击类型,便于检测知识库的更新.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙亚民	南京理工大学计算机学院	117	1149	19.0	28.0
2	傅涛	南京理工大学计算机学院	5	83	4.0	5.0
3	孙文静		13	98	6.0	9.0