| 基于粒子群模糊C-均值聚类在入侵检测中的应用 |
| |
| 引用本文： | 安德智,刘光明,章恒.基于粒子群模糊C-均值聚类在入侵检测中的应用[J].自动化与仪器仪表,2011(2):96-98. |
| |
| 作者姓名： | 安德智 刘光明 章恒 |
| |
| 作者单位： | 1. 甘肃政法学院计算机科学学院,兰州,730070
2. 甘肃省计算中心,兰州,730000 |
| |
| 基金项目： | 甘肃省教育厅科研资助项目 |
| |
| 摘 要： | 在模糊C-均值（FCM）聚类算法基础上,提出一种将粒子群优化算法与FCM聚类算法相结合产生基于粒子群的C均值算法（PSO-FCM均值算法）。用KDD cup99数据集进行比较FCM算法和PSO-FCM算法检测性能。试验结果表明,PSO-FCM算法能够避免FCM算法固有的缺点,检测率提高和漏报率、误报率下降,并且有较高的检测性能。
|
| 关 键 词： | 粒子群优化算法 模糊C-均值聚类算法 入侵检测 |
The Application of Fussy C-clustering Algorithm to the Invasion Detection |
| |
| AN De-zhi,LIU Guang-ming,ZHANG Heng.The Application of Fussy C-clustering Algorithm to the Invasion Detection[J].Automation & Instrumentation,2011(2):96-98. |
| |
| Authors: | AN De-zhi LIU Guang-ming ZHANG Heng |
| |
| Affiliation: | AN De-zhi,LIU Guang-ming,ZHANG Heng |
| |
| Abstract: | At the basis of FCM, the article puts forth PSO-FCM combined PSO and FCM, whose attributes are tested in KDD cup99, and the result indicates that PSO-FCM can avoid the inevitable drawbacks of FCM and increase the testing ratio and decrease false negative and has high detcting performance. |
| |
| Keywords: | PSO FCM Invasion detection |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
