改进FCM多分类器组的无监督入侵检测算法

发布时间：2017-10-09 12:34

  本文关键词：改进FCM多分类器组的无监督入侵检测算法

  更多相关文章： 入侵检测 聚类分析 模糊c均值 粒子群优化 关联分析

【摘要】：采用无监督的模糊c均值聚类算法构成多分类器组,对网络入侵进行分类,使入侵检测系统可以直接处理无标签的原始网络数据.利用粒子群优化算法容易实现全局最优且收敛速度较快的特点,通过粒子群优化算法来优化模糊c均值聚类算法的聚类中心,以改善模糊c均值聚类算法应用于入侵检测系统时容易陷入局部最优等缺陷,并进一步对无监督聚类得到的结果进行关联修正.实验结果表明,改进算法具有较强的全局搜索能力,聚类结果优于传统的FCM算法及基于遗传算法的模糊c均值聚类算法.该方法有效提高了入侵检测的检测率,同时降低了误报率,改善了入侵检测系统的检测性能.
【作者单位】： 南京大学计算机科学与技术系;
【关键词】： 入侵检测 聚类分析 模糊c均值 粒子群优化 关联分析
【分类号】：TP393.08;TP18
【正文快照】： 1引言入侵检测在网络出现入侵等安全故障时,能够积极主动地进行防御,对保障网络信息的安全起关键作用.目前大部分入侵检测算法是用带标签或正常数据来做训练,而实时地获取贴有正确标签的数据并非易事[1].本文将无监督的模糊c均值(FCM)聚类算法应用到入侵检测中,使入侵检测系统

【参考文献】

中国期刊全文数据库 前6条

1 罗敏,王丽娜,张焕国;基于无监督聚类的入侵检测方法[J];电子学报;2003年11期

2 董云影,张运杰,畅春玲;改进的遗传模糊聚类算法[J];模糊系统与数学;2005年02期

3 林卫星;陈炎海;欧超;李文磊;;粒子群优化的收敛分析及在广义预测控制中的应用[J];数学的实践与认识;2012年04期

4 黄凯锋;吴庆涛;郑瑞娟;;基于模糊C-均值聚类优化的入侵检测算法[J];计算机工程与设计;2012年11期

5 罗军生;李永忠;杜晓;;基于模糊C-均值聚类算法的入侵检测[J];计算机技术与发展;2008年01期

6 刘志刚;曾嘉俊;韩志伟;;基于个体最优位置的自适应变异扰动粒子群算法[J];西南交通大学学报;2012年05期

【共引文献】

中国期刊全文数据库 前10条

1 易倩;滕少华;张巍;;基于马氏距离的K均值聚类算法的入侵检测[J];江西师范大学学报(自然科学版);2012年03期

2 冯海琴;王日栋;;改进的遗传模糊混合聚类算法[J];赤峰学院学报(自然科学版);2009年02期

3 邬啸;魏延;吴瑕;;改进的双隶属度模糊支持向量机[J];重庆师范大学学报(自然科学版);2011年05期

4 米爱中;郝红卫;郑雪峰;涂序彦;;一种自整定权值的多分类器融合方法[J];电子学报;2009年11期

5 王娜;李霞;;基于监督信息特性的主动半监督谱聚类算法[J];电子学报;2010年01期

6 江峰;杜军威;葛艳;眭跃飞;曹存根;;基于粗糙集理论的序列离群点检测[J];电子学报;2011年02期

7 傅s，

本文编号：1000268