自适应AP聚类算法及其在入侵检测中的应用

• 作者: 朱陈晨 江颉 王卓芳 陈波 陈铁明
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 入侵检测 样本 聚类 吸引子传播算法 自适应
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 网络安全
• 页码范围: 118-126
• 页数: 9页
• 分类号: TP309
• 字数: 6029字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015242

摘要

网络数据流量的增大对入侵检测系统的实时性提出了更高的要求,压缩训练数据可加快未知样本的分类处理速度.针对数据量过大造成压缩处理和聚类效率低下的难题,提出了一种改进的自适应AP(affinity propagation)聚类方法,采取直接关联与簇中心距离较近样本的方法,减少聚类样本数量,降低聚类时空消耗,并依据关联结果,不断调整聚类参数,精确聚类结果.2个网络安全数据集的应用结果表明,该方法可从大规模样本中有效聚出代表性子集,在保证准确率的前提下,提高入侵检测的实效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈波	浙江工业大学计算机科学与技术学院	24	117	6.0	10.0
2	江颉	浙江工业大学计算机科学与技术学院	38	249	10.0	13.0
3	陈铁明	浙江工业大学计算机科学与技术学院	60	357	11.0	15.0
4	王卓芳	浙江工业大学计算机科学与技术学院	2	43	2.0	2.0
5	朱陈晨	浙江工业大学计算机科学与技术学院	1	24	1.0	1.0