IWO-Kohonen聚类算法在IDS中的应用

• 作者: 乐光学 徐守坤 王薇
• 来源期刊: 计算机工程
• 关键词: 入侵杂草优化 Kohonen神经网络 入侵检测系统 聚类 检测率 误报率
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 139-143
• 页数: 5页
• 字数: 4246字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.01.029

摘要

针对Kohonen神经网络模型网络入侵聚类正确率较低的问题，将入侵杂草优化(IWO)算法与Kohonen神经网络相结合，提出IWO-Kohonen聚类算法。利用IWO算法优化Kohonen神经网络的初始权值，训练Kohonen神经网络模型得到最优值。使用IWO算法增强算法的搜索能力，提高聚类正确率，并加快算法的收敛速度。实验结果表明，该算法与模糊聚类算法和广义神经网络聚类算法相比，分类正确率较高；与蚂蚁聚类算法和模糊C均值聚类算法相比，网络入侵检测率较高，误报率较低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乐光学	常州大学信息科学与工程学院	25	248	8.0	15.0
3	徐守坤	常州大学信息科学与工程学院	68	194	6.0	10.0
4	王薇	常州大学信息科学与工程学院	1	5	1.0	1.0