基于自控粒子群优化的入侵数据分析

• 作者: 刘教民 孟军英 李勇征 李艳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化 模糊聚类 入侵检测 异常检测 自控
• 年，卷（期）: 2012,（22）
• 所属期刊栏目: 安全技术
• 页码范围: 104-106,110
• 分类号: TP309.2
• 字数: 3607字
• 语种: 中文

摘要

基于异常的入侵检测方法难以有效地获得一个用于建立正常行为模式的正常数据训练集,而粒子群优化模糊聚类算法的初始化聚类数目一般凭经验确定,准确性不高.为此,提出一种自控粒子群优化模糊聚类算法.从网络数据中提取训练集,并初始化具有不同聚类数目的粒子群,在迭代过程中,根据不同粒子群的聚类有效性函数,通过列控制向量对各粒子群规模进行调整,由此实现聚合.实验结果表明,该方法的聚类结果准确率高,可以为基于异常的入侵检测方法提供可靠的训练数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳	军械工程学院计算机工程系	10	35	4.0	5.0
2	刘教民	燕山大学信息科学与工程学院	10	95	5.0	9.0
3	李勇征	燕山大学信息科学与工程学院	5	7	2.0	2.0
4	孟军英	燕山大学信息科学与工程学院	5	50	2.0	5.0