基于自适应蚁群聚类的入侵检测

• 作者: 杨照峰 樊爱京 樊爱宛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蚁群聚类 聚类分析 入侵检测 网络安全
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 90-92,96
• 分类号: TP393
• 字数: 4400字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.12.027

摘要

针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题,提出一种基于信息熵调整的自适应混沌蚁群聚类改进算法.该算法通过优化过程中种群的信息熵来衡量演化的程度,自适应地调整信息素更新策略.每一次迭代结束时,使用混沌搜索算子在当前全局最优解附近搜索更好的解.而随着算法的进行,混沌算子搜索范围逐渐缩小,这样混沌算子在蚁群搜索的初期起到防止陷入局部最优的作用,在蚁群搜索后期起到提高搜索精度的作用,从而得到更好的聚类结果.使用 KDDCup 1999 入侵检测数据集所作的仿真实验结果表明,聚类效果改进明显,并能有效提高入侵检测的检测率、降低误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊爱京	平顶山学院网络计算中心	17	57	4.0	7.0
2	樊爱宛	平顶山学院计算机科学与技术学院	38	118	6.0	9.0
3	杨照峰	平顶山学院软件学院	39	141	5.0	10.0