基于K-MEANS聚类的分支定界算法在网络异常检测中的应用

摘要：

网络异常检测技术是入侵检测领域研究的热点之一.在异常检测中,针对其存在的对训练集中关键数据的选取不准确、选取过程耗时较长、检测的误报率过高等问题,结合经典的K-MEANS算法和分支定界算法,建立起一种网络异常检测模型,以有效地提高在大量训练集中选取关键数据的准确率,同时降低数据选取的时耗.通过大量基于著名的KDD Cup 1999数据集的实验,表明此模型能够达到较高的检测准确性,并能有效地控制检测错误报警的发生.

关键词：异常检测、K-MEANS、分支定界

所属期刊栏目：39

分类号：TP309.2(计算技术、计算机技术)

资助基金：信产部电子发展基金信部运2007329;四川省科技厅基金M110106012009FZ0148;国家科技部科技人员服务企业行动项目SQ2009GJE0000163

在线出版日期：2012-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：60-62,97