基于GA与IFCM聚类算法的入侵检测

摘要：

针对直觉模糊c-均值(IFCM)聚类算法易陷入局部最优的问题，从适应度值标定和群体多样化2个方面对遗传算法(GA)进行优化，并将优化后的GA与IFCM算法相结合，提出一种改进的IFCM算法用于入侵检测。优化后的GA具有更优良的全局寻优特性，与IFCM算法结合后，可避免算法陷入局部最优。在KDD CUP99数据集上的仿真结果表明，与IFCM算法相比，改进算法能有效提高聚类精度和检测效率。

关键词：直觉模糊c-均值、聚类、局部最优值、遗传算法、全局寻优、入侵检测

分类号：TP393(计算技术、计算机技术)

在线出版日期：2013-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：170-173,177