基于GA与IFCM聚类算法的入侵检测

• 作者: 叶蓓 王亚男 雷英杰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 直觉模糊c-均值 聚类 局部最优值 遗传算法 全局寻优 入侵检测
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 安全技术
• 页码范围: 170-173,177
• 页数: 5页
• 分类号: TP393
• 字数: 3780字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.09.037

摘要

针对直觉模糊c-均值(IFCM)聚类算法易陷入局部最优的问题，从适应度值标定和群体多样化2个方面对遗传算法(GA)进行优化，并将优化后的GA与IFCM算法相结合，提出一种改进的IFCM算法用于入侵检测。优化后的GA具有更优良的全局寻优特性，与IFCM算法结合后，可避免算法陷入局部最优。在KDD CUP99数据集上的仿真结果表明，与IFCM算法相比，改进算法能有效提高聚类精度和检测效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷英杰	空军工程大学防空反导学院	214	2322	24.0	35.0
2	王亚男	空军工程大学防空反导学院	11	73	5.0	8.0
3	叶蓓		1	3	1.0	1.0