| 基于FCM—GRNN聚类的入侵检测算法研究 |
| |
| 引用本文： | 薛潇,刘以安,阚媛,魏敏.基于FCM—GRNN聚类的入侵检测算法研究[J].计算机仿真,2010,27(6):151-154. |
| |
| 作者姓名： | 薛潇 刘以安 阚媛 魏敏 |
| |
| 作者单位： | 江南大学信息工程学院,江苏,无锡,214122 |
| |
| 摘 要： | 在研究网络安全问题中,针对传统的模糊C均值聚类算法(FCM)在海量的入侵检测数据中容易陷入局部最小值,运行效率低下以及结果稳定性差的缺点,提出了一种FCM和广义回归网络(GRNN)相结合的入侵检测算法.根据GRNN的高速全局寻优特点,利用FCM将原空间的待分类样本进行聚类,利用距离FCM聚类中心最近的样本点训练GRNN模型并更新中心点,直至得到稳定的聚类中心.为解决传统的FCM在入侵检测中结果稳定性差和收敛性差,检测精度低的问题.经仿真实验结果证明,结合的方法有效的克服上述缺点,提高了数据的检测率和稳定性.
|
| 关 键 词： | 入侵检测 神经网络 广义回归神经网络 |
A Research of Intrusion Detection System Based on FCM-GRNN Clustering |
| |
| XUE Xiao,LIU Yi-an,KAN Yuan,WEI Min.A Research of Intrusion Detection System Based on FCM-GRNN Clustering[J].Computer Simulation,2010,27(6):151-154. |
| |
| Authors: | XUE Xiao LIU Yi-an KAN Yuan WEI Min |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
