一种用于网络入侵检测的杂交聚类算法研究

被引：12

作者：

肖立中 ^{[1
]}

邵志清 ^{[1
]}

钱夕元 ^{[2
]}

机构：

[1] 华东理工大学信息科学与工程学院

[2] 华东理工大学理学院

来源：

计算机工程 | 2007年 / 04期

关键词：

粒子群优化; K均值算法; 全局优化; 入侵检测;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

针对K均值聚类算法在全局优化中的不足,提出了基于粒子群的K均值(PSO-KM)聚类算法。粒子群优化算法作为一种基于群智能方法的演化计算技术,有很好的全局搜索能力。通过理论分析及实验证明,该算法有较好的全局收敛性,能有效地克服传统的K均值算法易陷入局部极小值的缺点。对KDD-99数据集的仿真实验结果表明,该算法在入侵检测中能获得令人满意的检测率和误检率。

引用

页码：125 / 127

页数：3