首页 | 本学科首页   官方微博 | 高级检索  
     

基于KQPSO聚类算法的网络异常检测
引用本文:马汝辉,刘渊,林星. 基于KQPSO聚类算法的网络异常检测[J]. 计算机工程与应用, 2008, 44(11): 127-128. DOI: 10.3778/j.issn.1002-8331.2008.11.036
作者姓名:马汝辉  刘渊  林星
作者单位:江南大学,信息工程学院,江苏,无锡,214122;江南大学,信息工程学院,江苏,无锡,214122;江南大学,信息工程学院,江苏,无锡,214122
摘    要:
提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean(欧几里德)距离。再通过量子粒子群优化算法(QPSO)寻找聚类中心。最后进行仿真模拟,实验结果表明,该模型对网络异常检测是有效的。

关 键 词:QPSO算法  网络异常检测  K-Means  KQPSO
文章编号:1002-8331(2008)11-0127-02
收稿时间:2007-08-01
修稿时间:2007-08-01

Network anomaly detection based on KQPSO clustering algorithm
MA Ru-hui,LIU Yuan,LIN Xing. Network anomaly detection based on KQPSO clustering algorithm[J]. Computer Engineering and Applications, 2008, 44(11): 127-128. DOI: 10.3778/j.issn.1002-8331.2008.11.036
Authors:MA Ru-hui  LIU Yuan  LIN Xing
Affiliation:School of Information Engineering,Southern Yangtze University,Wuxi,Jiangsu 214122,China
Abstract:
Model of detecting network anomaly based on KQPSO(K-Means Quantum-behaved Particle Swarm Optimization) clustering algorithms is presented.The authors uses K-Means clustering to seed the initial swam.All the process of clustering is based on the Euclidean distance among data vector.Cluster-centroid is chosen by QPSO clustering algorithm.Finally,the experiment result shows that this model is effective for network anomaly detection.
Keywords:QPSO(Quantum-behaved Particle Swarm Optimization)algorithm  network anomaly detection  K-Means  K-Means Quantum-behaved Particle Swarm Optimization(KQPSO)
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号