高效的混合聚类算法及其在异常检测中的应用

被引：4

作者：

李建国 ^{[1
]}

胡学钢 ^{[2
]}

机构：

[1] 淮北师范大学计算机科学与技术学院

[2] 合肥工业大学计算机与信息学院

来源：

计算机应用 | 2010年 / 30卷 / 07期

关键词：

入侵检测; 异常检测; 聚类分析; K-means算法; DBSCAN算法;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

将聚类算法应用于异常检测,算法的有效性是关键。为了提高异常检测能力,提出了一种新的聚类算法,该算法运用窗口管理机制对网络数据采用分批实时处理,同时对算法中运用到的DBSCAN算法和K-means算法进行改进并组合。实验证明该算法可以提高异常检测的检测率,降低误报率,并提高系统的实时响应能力。

引用

页码：1916 / 1918

页数：3

共 8 条

[1]

数据流聚类分析与异常检测算法.[D].张晨.复旦大学.2009, 11

[2]

数据挖掘技术在入侵检测系统中的应用研究.[D].李玲娟.苏州大学.2008, 03

[3] An overview of anomaly detection techniques: Existing solutions and latest technological trends [J].

Patcha, Animesh ;

Park, Jung-Min .

COMPUTER NETWORKS, 2007, 51 (12) :3448-3470

[4] 改进的快速DBSCAN算法 [J].

王桂芝 ;

王广亮 .

计算机应用, 2009, 29 (09) :2505-2508

[5] DBSCAN聚类算法在异常检测中的应用 [J].

吴贞珍 ;

黄建华 .

计算机安全, 2007, (08) :43-46

[6] 基于数据流的异常入侵检测 [J].

俞研 ;

郭山清 ;

黄皓 .

计算机科学, 2007, (05) :66-71+114

[7] 基于CASL的入侵检测系统测试 [J].

赵阔 ;

胡亮 ;

李博 ;

孔令治 ;

徐虹晶 .

吉林大学学报(信息科学版), 2005, (01) :50-58

[8]

A cluetering algorithm for intrusion detection..Wang Q;Megalooikonomou V J;.SPIE Conference on Data Mining;Intrusion Detection;Information Assurance;and Data Networks Security 2005.2005,

← 1 →