10.3969/j.issn.1672-9722.2013.02.030
基于密度聚类分析的入侵检测方法研究
针对密度聚类DBSCAN算法存在的聚类效果对输入参数敏感的问题,提出了一种基于k-means改进算法确定DBSCAN算法参数的方案来提高聚类质量.将改进k-means算法与DBSCAN算法相结合应用于入侵检测系统,实验结果表明,新方法较好地解决了传统DBSCAN聚类算法中参数选择的敏感问题,相比于李娜等人提出的算法,结合算法使检测率提高了3.32%,误报率降低了1.83%.
入侵检测、密度聚类算法、参数选择
41
TP393(计算技术、计算机技术)
国家自然科学资金编号:61167006:广西自然科学基金2012GXNSFBA053173
2013-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
254-256,323