首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群优化和模糊c均值聚类的入侵检测
引用本文:唐贤伦,庄陵,李银国,曹长修.基于粒子群优化和模糊c均值聚类的入侵检测[J].计算机工程,2008,34(4):13-15.
作者姓名:唐贤伦  庄陵  李银国  曹长修
作者单位:1. 重庆邮电大学自动化学院,重庆,400065;重庆大学自动化学院,重庆,400044
2. 重庆邮电大学自动化学院,重庆,400065
3. 重庆大学自动化学院,重庆,400044
基金项目:国家高技术研究发展计划(863计划) , 重庆市教委资助项目
摘    要:针对模糊c均值算法对初始化敏感及易陷入局部极值的问题,利用粒子群优化算法的全局优化性能,结合模糊c均值聚类算法,提出基于粒子群优化和模糊c均值聚类的入侵检测方法。该方法可快速得到全局最优聚类,并且有效检测出未知的攻击。实验表明该方法不仅对未知攻击有较好的检测效果,而且具有较低的误报率和较高的检测率。

关 键 词:入侵检测  模糊c均值聚类  粒子群优化
文章编号:1000-3428(2008)04-0013-03
收稿时间:2007-03-10
修稿时间:2007年3月10日

Intrusion Detection Based on Particle Swarm Optimization and Fuzzy c-means Clustering
TANG Xian-lun,ZHUANG Ling,LI Yin-guo,CAO Chang-xiu.Intrusion Detection Based on Particle Swarm Optimization and Fuzzy c-means Clustering[J].Computer Engineering,2008,34(4):13-15.
Authors:TANG Xian-lun  ZHUANG Ling  LI Yin-guo  CAO Chang-xiu
Affiliation:(1. College of Automation, Chongqing University of Posts and Telecommunications, Chongqing 400065;2. College of Automation, Chongqing University, Chongqing 400044)
Abstract:A novel intrusion detection method based on Particle Swarm Optimization(PSO) and Fuzzy c-Means Clustering(FCM) is proposed in order to solve the problem of FCM which is much more sensitive to the initialization and easier to fall into local optimization. The method can quickly obtain global optimal clustering and can detect unknown intrusions efficiently. Experimental results show that the method can detect unknown intrusions with lower false positive rate and higher true positive rate.
Keywords:intrusion detection  fuzzy c-means clustering  particle swarm optimization
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程》浏览原始摘要信息
点击此处可从《计算机工程》下载全文
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