入侵检测与聚类分析 |
| |
作者姓名: | 刘勇国 彭军 张伟 李学明 廖晓峰 吴中福 |
| |
作者单位: | [1]重庆大学计算科学与工程学院,重庆400044 [2]重庆工业高等专科学校计算机系,重庆400050 [3]重庆教育学院计算机与现代教育技术系,重庆400067 |
| |
摘 要: | 传统的入侵检测方法在面对网络结构升级和未知攻击时,缺乏必要的扩展性和自适应能力,而基于机器学习的检测算法首先需要训练数据集进行训练,然后建立检测模型并通过测试数据集中入侵行为的检测结果来验证,此类方法由于获取类标识数据的困难性及其信息表达的局限性,降低了对未知攻击的检则能力。本文提出利用遗传聚类进行入侵检测算法IDUGC(Intrusion Detection Using Genetic Clustering)。实验结果表明,此算法在未知入侵检测方面是可行的、有效的,并具有良好的可扩展性。
|
关 键 词: | 入侵检 聚类 遗传算法 |
本文献已被 维普 等数据库收录! |
|