基于聚类分析的动态自适应入侵检测模式研究

摘要：

针对传统的基于聚类分析入侵检测的研究大都通过改进算法增强入侵检测的效果,算法往往具有较高的空间和时间复杂度,算法参数大多通过人工尝试得到,参数的最优化和动态改变无法得到保证的问题,提出一种新的入侵检测模式,采用针对K-means算法的特点的预处理过程,充分利用K-means算法应用的具体环境,将可得到入侵信息指导K-means算法的执行.加快了算法的收敛速度,解决了K-means算法本身存在的问题.通过动态确定初始中心向量和半径阈值参数建立了一种动态自适应入侵检测模式.通过实验验证了这种检测模式是有效的,能有效检测某一种具体的入侵类型.

关键词：入侵检测、K-means算法、聚类、自适应、动态检测

所属期刊栏目：34

分类号：TP393.08(计算技术、计算机技术)

资助基金：山西省自然科学基金项目2010011025-2

在线出版日期：2013-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：814-820