基于一种改进K-means算法的入侵检测系统研究

摘要：

为了提高入侵检测系统的实时性和可靠性,基于传统的K-means算法应用于入侵检测系统的有效性和由于随机初始聚类中心而存在的缺陷,基于此缺陷而改进为选取已经初始化的聚类中心距离乘积最大的点为初始聚类中心,并将其运用到入侵检测领域.这种方法可以有效检测出不同类型的入侵行为,并且在KDDCUP99数据集的实验中取得了预期的效果.

关键词：入侵检测、数据挖掘、无监督聚类、最大距离积法

分类号：TP393(计算技术、计算机技术)

资助基金：江西省自然科学基金20151BAB217010

在线出版日期：2015-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：23-25