基于密度和最优聚类数的入侵检测方法

作     者：邹臣嵩 杨宇 ZOU Chen-song;YANG Yu

作者机构：广东松山职业技术学院电气工程系广东韶关512126 广东松山职业技术学院机械工程系广东韶关512126 

基　　金：广东高校省级重大科研项目(2017GkQNCX033) 韶关市科技计划项目(2017CX/K055) 广东松山职业技术学院重点科技项目(2018KJZD001) 广东大学生科技创新培养专项(pdjh2015a0715) 

出 版 物：《西南师范大学学报（自然科学版）》 (Journal of Southwest China Normal University(Natural Science Edition))

年 卷 期：2018年第43卷第12期

页      码：91-99页

摘      要：针对聚类算法在入侵检测应用中存在的参数预设、聚类有效性评价、未知攻击类型检测等问题,提出了一种基于密度和最优聚类数的改进算法,根据样本的分布情况启发式地确定初始聚类中心,从样本的几何结构角度提出一种新的内部评价指标,给出了最优聚类数确定方法,在此基础上,设计了一个增量式的入侵检测模型,实现了聚类中心和聚类数目的动态调整.实验结果表明,与K-means及其他两种改进聚类算法相比,新算法收敛速度更快、聚类准确率更高,能够对未知网络行为进行有效聚类,具有较好的入侵检测效果.

主 题 词：聚类算法 最优聚类数 入侵检测 有效性评价 密度聚类 

学科分类：0839[0839] 08[工学] 

D　O　I：10.13718/j.cnki.xsxb.2018.12.016

馆 藏 号：203424166...