基于BFOA和K-means的复合入侵检测算法

• 作者: 尹义龙 肖苗苗 魏本征
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 入侵检测 BFOA K-means算法 HIDS 检测率
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 115-119,126
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.428

摘要

K-means算法对初始聚类中心及簇数K的选择敏感,导致聚类结果不稳定,会对IDS(intrusion detection system,IDS)的检测结果产生重要影响.针对该问题,提出一种基于细菌觅食优化算法(bacterial foraging optimization algorithm,BFOA)和K-means相复合的入侵检测算法(HIDS).HIDS算法首先基于距离阈值方法动态确定簇数K,再利用BFOA优化生成初始聚类中心,使得选择的初始聚类中心达到全局最优,从而解决了K-means算法的聚类结果不稳定的问题,进而提高入侵检测的准确率.为验证算法的有效性和测试算法性能,将HIDS在KDD99数据集上进行试验测试,入侵检测率可达98.33％.试验结果表明该方法能够有效提高检测率并且降低误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹义龙	山东大学软件学院	82	1018	16.0	29.0
2	魏本征	山东中医药大学理工学院	26	242	7.0	15.0
6	肖苗苗	山东中医药大学理工学院	1	4	1.0	1.0