10.3969/j.issn.1673-629X.2014.12.032
粒子群模糊聚类算法在入侵检测中的研究
目前模糊C均值聚类算法广泛应用于入侵检测算法中,但是存在聚类数目难以确定,目标函数的局部极小点使得算法容易陷入局部最优的现象,影响入侵检测的准确率。鉴于此,文中提出一种基于粒子群算法的模糊聚类算法,引入PSO全局搜索能力和粒子翻转变异操作,避免传统C均值聚类算法对孤立点敏感,容易陷入局部最优,过早收敛的问题。最后通过实验结果表明,新算法检测率明显优于C均值聚类算法,能很好地应用于目前入侵检测系统之中。
模糊C均值聚类算法、粒子群算法、模糊聚类、入侵检测
TP391(计算技术、计算机技术)
2012年广东省高等学校教学质量与教学改革工程省级精品资源共享课程粤教高函[2013]13号;2013年广东省高职教育教学指导委员会教学教改项目xxjs-2013-2001;2013年广东省高职高专校长联席会议教改项目GDXLHQN012
2015-01-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
138-141