一种基于FRS-FCM算法的集成入侵检测方法的研究

• 作者: 刘永忠 张为群 李杨 李欣娣
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊粗糙集 ReliefF FRS-FCM 集成入侵检测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 106-109
• 分类号: TP393.08
• 字数: 3537字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.04.023

摘要

传统FCM算法对初值的依赖性过大且欧氏距离只适用于处理数值型及特征空间为超球结构的数据集.为此,利用模糊粗糙集思想,结合ReliefF技术,提出了一种基于模糊粗糙集的特征加权聚类算法(FRS-FCM),并将此算法应用到集成入侵检测中,通过有效地聚类和集成学习来提高入侵检测的检测率,降低误检率,并较大地提高低频攻击的检测率.最后利用KDD Cup 99数据集进行的仿真实验验证了该方法的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为群		22	204	8.0	13.0
2	李杨	西南大学计算机与信息科学学院	26	77	4.0	8.0
3	刘永忠	西南大学计算机与信息科学学院	2	32	1.0	2.0
4	李欣娣		1	1	1.0	1.0