基于改进粒子群的加速K均值算法在入侵检测中的研究

作     者：肖立中 刘云翔 陈丽琼 XIAO Li-zhong;LIU Yun-xiang;CHEN Li-qiong

作者机构：上海应用技术学院计算机科学与信息工程学院上海201418 

基　　金：上海市教育委员会科研创新项目(12YZ164) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2014年第26卷第8期

页      码：1652-1657页

摘      要：针对K均值算法在入侵检测中受初始聚类中心影响而不能获得全局最优,粒子群算法容易出现早熟收敛的问题,提出了一种基于改进粒子群的加速K均值聚类入侵检测算法(NPSO-AKM),对K均值算法和粒子群算法进行了改进和结合,使得算法具有较高的处理速度和全局搜索能力。针对NPSO-AKM是一种聚类算法的特点,设计了基于NPSO-AKM的入侵检测模型。针对实验数据集的特点,设计了交叉法用于构建高质量的训练数据集。通过实验分析和比较,该模型有较好较快的全局收敛能力,并能在入侵检测中获得令人满意的检测率和误检率。

主 题 词：K均值算法 粒子群算法 早熟收敛 入侵检测 

学科分类：0839[0839] 08[工学] 0802[工学-机械学] 0825[工学-环境科学与工程类] 0701[理学-数学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16182/j.cnki.joss.2014.08.033

馆 藏 号：203147454...