云环境中改进FCM和规则参数优化的网络入侵检测方法

摘要：

针对云环境中的网络入侵检测问题,提出一种基于模糊推理的网络入侵检测方法.首先,利用互信息特征选择对样本特征进行降维.然后,利用提出的改进模糊C均值聚类(IFCM)方法对训练样本集进行聚类,根据各样本特征与集群的对应关系获得初始模糊规则库.接着,对每个规则的前件参数和后件参数进行调优,以此获得准确的规则库.最后,基于规则库对输入连接数据进行模糊推理,对其进行分类以实现入侵检测.在云入侵检测数据集上的实验结果表明,该方法能够准确检测出网络入侵,具有可行性和有效性.

关键词：云环境、网络入侵检测、互信息特征选择、改进模糊C均值聚类、模糊规则库优化

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目61603211;The Young Science Foundation of National Natural Science Foundation of China61603211

在线出版日期：2018-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79