基于核的自适应聚类及其在入侵检测中的应用

摘要：

针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类.用KDD 99标准数据集进行实验研究,结果表明该算法性能是优良的,并且能获得令人满意的检测效果.

关键词：聚类、核方法、核函数、k-中心点、异常检测

所属期刊栏目：35

分类号：TP3;V44

资助基金：教育部博士点基金项目20030487032

在线出版日期：2009-02-09（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：190-191,228