基于聚类分析的入侵检测算法?

• 作者: 徐超 王芳 黄树成
• 来源期刊: 指挥控制与仿真
• 学科: 工学
• 关键词: 聚类 K-means算法 入侵检测
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 57-60,80
• 页数: 5页
• 分类号: TP311.13
• 字数: 4438字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2016.01.013

摘要

聚类技术在入侵检测中被广泛研究，但是传统的K?means算法对初始值敏感，无法取得理想的效果；层次聚类算法时间复杂度高，性能较差。针对这些问题，设计了一种改进的K?means算法：算法优化孤立点和噪声处理能力，根据有效性指标获得最优K值，在此基础上，动态选取初始聚类中心进行聚类，可以取得较好的聚类效果。采用数据集KDD Cup99将改进的算法应用于入侵检测，进行仿真实验。实验结果表明，改进的算法有效地提高了检测率和降低了误检率，与现有算法相比具有一定的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王芳	江苏科技大学计算机科学与工程学院	42	122	6.0	10.0
2	黄树成	江苏科技大学计算机科学与工程学院	36	126	5.0	10.0
3	徐超	江苏科技大学计算机科学与工程学院	2	10	2.0	2.0