作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
同经典的FCM算法及其派生算法一样,KFCM算法对噪声及初始化中心敏感,容易陷入局部最优值。针对以上问题,本文提出一种改进的KFCM算法。通过引入多种群协同量子粒子群混合模拟退火算法( MCQPSO-SA)来优化KFCM算法,提高KFCM算法的搜索效率和全局搜索能力,使得算法较快地收敛到最优解。将改进算法用于构建入侵检测系统并通过模拟仿真实验表明,改进算法具有更好的检测性能,解决了传统的聚类算法在入侵检测中稳定性差、检测准确率低的问题。
推荐文章
基于改进磷虾群优化的中心极大化KFCM算法在IDS的应用
核模糊C-均值算法
磷虾群算法
中心极大化约束项
距离最大最小原则
精英保留策略
混沌扰动
入侵检测
免疫算法优化的RBF在入侵检测中的应用
入侵检测
RBF神经网络
中心点
K-means
免疫算法
最小均方差
SA算法在基于模型推理入侵检测中的应用
模拟退火算法
模型推理
入侵检测
网络安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 MCQPSO-SA 优化的 KFCM 算法在入侵检测中的应用
来源期刊 计算机与现代化 学科 工学
关键词 KFCM 多种群量子粒子群 模拟退火 入侵检测
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 90-94
页数 5页 分类号 TP393.1
字数 5962字 语种 中文
DOI 10.3969/j.issn.1006-2475.2015.02.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 任昌荣 40 69 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (148)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (15)
二级引证文献  (14)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(10)
  • 参考文献(3)
  • 二级参考文献(7)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(13)
  • 参考文献(2)
  • 二级参考文献(11)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
KFCM
多种群量子粒子群
模拟退火
入侵检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导