改进的k-means算法在入侵检测中的应用

摘要：

针对k-means算法在聚类前必须给出聚类个数的不足,本文利用类内相异度和类间相异度对该算法进行改进,试图在初始输入条件只有初始数据集的基础上,得出较好的聚类结果.首先给出了类内相异度和类间相异度的定义,描述了改进k-means算法的定义和执行过程,最后使用KDD CUP99数据集对此改进算法进行了仿真实验,实验结果表明此改进的k-means算法相对于k-means算法在误报率方面有较好的检测效果.

关键词：入侵检测、聚类分析、k均值、相异度

所属期刊栏目：26

分类号：TP393.08(计算技术、计算机技术)

资助基金：基金申请人:张冬雯;项目名称:河北省科学技术研究与发展计划;基金颁发部门:河北省科技厅07215601D-3;基金申请人:张冬雯:项目名称:河北省教育厅自然科学研究计划;基金颁发部门:河北省教育厅2008440

在线出版日期：2014-07-08（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：11-13