一种改进的K-means算法及其在入侵检测中的应用

扫码查看

原文链接

NETL

中文摘要：针对传统的K-means聚类算法中存在的K值难以估计、聚类结果对初始化分敏感等缺陷,本文给出了一种改进的K-means算法,算法中根据K值有效性指标确定K值的大小,使用动态选取聚类中心的方法确定初始化分.将该算法应用在入侵检测系统中,添加异常检测模块,使用改进的K-means算法生成正常行为模式库.理论分析和仿真实验证明,与传统的入侵检测系统相比,改进的K-means算法有效得提高了系统的性能和执行效率.

作者：

Lei Pengwei、雷鹏玮、Xu Guosheng、徐国胜

展开 >

作者单位：

Beijing University of Posts and Telecommunications Information Security Center, Beijing, 100876

北京邮电大学信息安全中心,北京,100876

关键词：

网络安全入侵检测聚类算法数据挖掘

主办单位：

中国通信学会

会议名称：

第十九届全国青年通信学术年会

会议时间：

2014-10-15

会议地点：

上海

会议母体文献：

第十九届全国青年通信学术年会论文集

页码：

152-156

出版时间：

2014