|
|||||
|
|
| 改进k均值聚类算法在网络入侵检测中的应用研究 | |
| 引用本文： | 覃俊,易云飞,李林. 改进k均值聚类算法在网络入侵检测中的应用研究[J]. 中南民族大学学报(自然科学版), 2008, 27(3) |
| 作者姓名： | 覃俊 易云飞 李林 |
| 作者单位： | 1. 中南民族大学,计算机科学学院,武汉430074 2. 中南民族大学,计算机科学学院,武汉430074;河池学院,计算机与信息科学系,河池546300 |
| 基金项目： | 国家民委自然科学基金，中南民族大学大学生科研创新基金，河池学院自然科学基金 |
| 摘 要： | 针对k-means算法事先必须获知聚类数目以及难以确定初始中心的缺点, 提出了一种改进的k-means聚类算法.改进后的算法首先使用了复合形和粒子群算法来选取聚类的初始中心点,然后使用k-means算法快速收敛获取聚类结果.实验表明:把改进后的算法用于网络入侵检测系统中,可以提高不需指导的异常检测的检测率,降低误检率. |
| 关 键 词： | 复合形法 粒子群优化算法 k-means算法 入侵检测 |
Research of Improved k-Means Clustering Algorithm in Network Intrusion Detection |
|
| Qin Jun,Yi Yunfei,Li Lin. Research of Improved k-Means Clustering Algorithm in Network Intrusion Detection[J]. Journal of South-Central Univ for, 2008, 27(3) | |
| Authors: | Qin Jun Yi Yunfei Li Lin |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《中南民族大学学报(自然科学版)》下载全文 | |