基于聚类与关联的入侵检测系统研究设计

摘要：

为了提高入侵检测系统的性能，研究了在入侵检测中如何采用数据挖掘中的关联和聚类算法。对于K-Means聚类算法具有的K值确定困难、易受初始值影响等问题，提出了一种预定距离的聚类方法。针对Apriori关联算法扫描事务数据库次数过多，耗费大量的时间处理候选项集的缺陷，提出了改进的2项、3项频繁项集的矩阵挖掘算法。设计了改进的聚类、关联算法的入侵检测系统，并进行了实验。结果表明，该系统能降低误检率，提高检测效率，能够检测未知入侵类型。

关键词：聚类、关联、入侵检测系统、异常检测

分类号：tP393.08

资助基金：四川省教育自然科学重点项目12ZA200

在线出版日期：2015-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：133-137