基于改进模糊C均值聚类算法的云计算入侵检测方法

• 作者: 刘绪崇 张悦 赵薇 陆绍飞
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 云计算网络 入侵检测 模糊C均值聚类 目标函数优化 拉格朗日数乘法
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 机械工程 ? 控制科学与工程
• 页码范围: 2320-2325
• 页数: 6页
• 分类号: TP393.08
• 字数: 4126字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2016.07.020

摘要

针对标准模糊C均值聚类算法(FCM)在云计算平台下的入侵检测中存在检测精度不高等问题，提出一种基于目标函数优化模糊C均值聚类算法的云计算入侵检测模型。该模型采用核函数增强FCM算法的寻优能力，根据 Mercer 核定义优化FCM算法的目标函数，使用拉格朗日数乘法求得聚类中心和隶属度矩阵，有效降低算法的复杂度。研究结果表明：所提出的基于目标函数优化的FCM算法与传统的FCM算法相比，对云计算网络入侵检测的准确率较高，具有更好的收敛性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆绍飞	湖南大学信息科学与工程学院	17	93	6.0	9.0
2	赵薇		10	18	2.0	4.0
5	刘绪崇		10	23	2.0	4.0