基于DCFCM模糊聚类的入侵检测方法研究

• 作者: 罗琪
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 模糊聚类 相似度函数 近似K-中心
• 年，卷（期）: 2009,（21）
• 所属期刊栏目: 计算机技术
• 页码范围: 6409-6416
• 页数: 8页
• 分类号: TP393.08
• 字数: 7184字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2009.21.028

摘要

作为一种主动的信息安全保障措施,入侵检测技术有效地弥补了传统安全保护机制所不能解决的问题.先进的检测算法是入侵检测研究的关键技术.首先提出新的相似度函数Dsim(),有效地解决了高维空间聚类选维和降维问题,实现了高效的聚类;接着将Dsim()与近似K-medians算法相结合,提出了新的模糊聚类算法----DCFCM,并将其用于入侵检测.解决了由尖锐边界、孤立点所带来的误报警和漏报警问题,实现了对异常行为的检测.仿真实验结果表明,该系统对网络正常数据和异常数据聚类,进行动态数据分析,实现异常检测的思想是有效的.在网络入侵数据检测中,DCFCM算法相对于传统的FCM算法有较高的检测率和较低的误警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗琪	渭南师范学院计算机科学系	17	40	3.0	6.0