| 基于改进差分进化的K均值聚类算法在入侵检测中的研究 |
| |
| 引用本文： | 王广,张晓明,徐日华.基于改进差分进化的K均值聚类算法在入侵检测中的研究[J].北京石油化工学院学报,2016,24(3):28-31. |
| |
| 作者姓名： | 王广 张晓明 徐日华 |
| |
| 作者单位： | 北京化工大学,北京100029;北京石油化工学院,北京102617;北京化工大学,北京,100029 |
| |
| 摘 要： | 针对K均值算法对初始聚类中心需要人为设定、对聚类中心敏感并且极易陷入局部最优的缺陷,用改进的DE算法对K均值算法进行优化.在DE算法中,采用动态交叉参数CR与缩放参数F,有效地平衡了DE算法的全局寻优能力与收敛速度二者的矛盾;利用混沌的随机性完成DE算法的种群初始化,利用其遍历性在DE进化后期的最优解附近进行混沌搜索,有效地提高了DE算法的全局寻优能力.最后,使用KDD99数据集对CDE-K均值算法进行验证,实验结果表明,CDE-K均值算法具有较好的聚类能力,在检验效果方面表现优秀.
|
| 关 键 词： | 入侵检测 K均值算法 混沌搜索 DE算法 |
Research on K Mean Clustering Algorithm Based on Improved DEAlgorithm in Intrusion Detection |
| |
| WANG Guang,ZHANG Xiao-ming,XU Ri-hua.Research on K Mean Clustering Algorithm Based on Improved DEAlgorithm in Intrusion Detection[J].Journal of Beijing Institute of Petro-Chemical Technology,2016,24(3):28-31. |
| |
| Authors: | WANG Guang ZHANG Xiao-ming XU Ri-hua |
| |
| Abstract: | |
| |
| Keywords: | intrusion detection K algorithm chaotic search DE algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
