期刊文章详细信息
基于模拟退火与K均值聚类的入侵检测算法
Intrusion Detection Algorithm Based on Simulated Annealing and K-mean Clustering
文献类型:期刊文章
机构地区:[1]萍乡高等专科学校,萍乡337000 [2]湖南大学软件学院,长沙410082 [3]东莞理工学院计算机学院,东莞523808
基 金:国家"973"项目子课题(2007CB310702);湖南省自然科学基金项目(09JJ3124);广东省自然科学基金项目(7007730);广东省科技计划项目(0711020400157);东莞市科技攻关项目(2006D1046;2007108101021)资助
年 份:2010
卷 号:37
期 号:6
起止页码:122-124
语 种:中文
收录情况:BDHX、BDHX2008、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊
摘 要:K均值聚类算法对初始值的选取依赖性极大,易陷入局部极值。为此,结合模拟退火算法和K均值聚类思想,提出一种新的入侵检测方案。算法利用模拟退火算法对聚类分析中的聚类准则进行优化,以获得全局最优解,并进一步开拓模拟退火算法的并行性以加快算法收敛速度。在KDD CUP 1999上进行了仿真测试,实验结果表明该方案优于基于K均值聚类的入侵检测算法,有较低的误检率与虚警率。
关 键 词:入侵检测 模拟退火 K均值聚类 全局优化
分 类 号:TP392]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...