本文關(guān)鍵詞：基于聚類的鄰域檢測(cè)器生成算法

  更多相關(guān)文章： 入侵檢測(cè) 免疫 鄰域 聚類 檢測(cè)器

【摘要】：鄰域否定選擇算法遍歷每個(gè)自體樣本,導(dǎo)致計(jì)算量大及匹配階段重疊率高等問(wèn)題。為此,對(duì)鄰域否定選擇算法和聚類技術(shù)進(jìn)行研究,提出一種鄰域檢測(cè)器生成算法。將自體樣本映射到構(gòu)建好的鄰域空間中進(jìn)行聚類,同時(shí)對(duì)隨機(jī)檢測(cè)器予以耐受,訓(xùn)練出成熟的鄰域檢測(cè)器。在KDD CUP 1999數(shù)據(jù)集上的仿真結(jié)果表明,該算法可以縮短生成檢測(cè)器的時(shí)間,有效解決高重疊問(wèn)題,提高檢測(cè)效率。
【作者單位】： 哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 入侵檢測(cè) 免疫 鄰域 聚類 檢測(cè)器
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目“免疫動(dòng)態(tài)自適應(yīng)機(jī)制研究”(61172168)
【分類號(hào)】：TP393.08
【正文快照】： 1概述隨著網(wǎng)絡(luò)環(huán)境不斷變化,入侵檢測(cè)技術(shù)已是當(dāng)前網(wǎng)絡(luò)安全中不可或缺的一部分,生物免疫機(jī)制的重要功能是對(duì)“自己”和“非己”抗原的識(shí)別及應(yīng)答,通過(guò)這些信息領(lǐng)域可以很好地應(yīng)用于入侵檢測(cè)系統(tǒng)[1-2]。文獻(xiàn)[3]將生物免疫機(jī)制與入侵檢測(cè)技術(shù)相結(jié)合,所提出的基于免疫入侵的檢測(cè)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周世兵;徐振源;唐旭清;;新的K-均值算法最佳聚類數(shù)確定方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年16期

2 周世兵;徐振源;唐旭清;;基于近鄰傳播算法的最佳聚類數(shù)確定方法比較研究[J];計(jì)算機(jī)科學(xué);2011年02期

3 周世兵;徐振源;唐旭清;;一種基于近鄰傳播算法的最佳聚類數(shù)確定方法[J];控制與決策;2011年08期

4 李旭;林偉;溫金環(huán);史彩云;;基于圖譜理論的圖像聚類數(shù)的確定及應(yīng)用[J];工程數(shù)學(xué)學(xué)報(bào);2012年05期

5 秦振濤;楊武年;;一種新的最佳聚類數(shù)確定方法[J];電子技術(shù)應(yīng)用;2013年01期

6 宋銘利;高新科;;基于距離的最大聚類數(shù)探索算法的探討[J];礦山機(jī)械;2006年09期

7 普運(yùn)偉;朱明;金煒東;胡來(lái)招;;核聚類算法最佳聚類數(shù)的自適應(yīng)確定方法[J];計(jì)算機(jī)工程;2007年04期

8 楊欣斌,孫京誥,黃道;一種進(jìn)化聚類學(xué)習(xí)新方法[J];計(jì)算機(jī)工程與應(yīng)用;2003年15期

9 田彥山;;基于山峰聚類的聚類上限確定方法[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

10 褚娜;馬利莊;王彥;;聚類趨勢(shì)問(wèn)題的研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2009年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 高翠芳;吳小俊;;基于二階差分的聚類數(shù)自動(dòng)確定方法[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

2 劉洋;江志綱;丁增喜;王大玲;鮑玉斌;于戈;;一種基于圖的聚類算法GB-Cluster[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2002年

3 李浪波;傅彥;劉紅;;基于范例推理的網(wǎng)格和密度聚類算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

4 婁冬梅;陳明;朱有娜;;一種基于密度的無(wú)參數(shù)聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

5 魏昕路;洪志令;姜青山;;一種基于樣本縮減策略的新窗口式聚類算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

6 程尊平;周鼎;王晨;周皓峰;汪衛(wèi);施伯樂(lè);;SDPHC——基于密度的分割和分層的自校聚類算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

7 張曉峰;王麗珍;陸葉;;一種基于屬性加權(quán)的不確定K-means聚類算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

8 蔡軍;袁華鵬;陳金海;施伯樂(lè);;一種基于相似性分析的聚類新算法:PDS算法[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2001年

9 胡仲義;郭超;王永炎;劉勝航;王宏安;;基于時(shí)間衰減和特征變量的數(shù)據(jù)流聚類算法[A];第29屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）（NDBC2012）[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 胡雅婷;可能性聚類方法研究及應(yīng)用[D];吉林大學(xué);2012年

2 王縱虎;聚類分析優(yōu)化關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2012年

3 周世兵;聚類分析中的最佳聚類數(shù)確定方法研究及應(yīng)用[D];江南大學(xué);2011年

4 楊燕;基于計(jì)算智能的聚類組合算法研究[D];西南交通大學(xué);2006年

5 馮永;基于計(jì)算智能的聚類技術(shù)及其應(yīng)用研究[D];重慶大學(xué);2006年

6 劉晨;高伸縮性聚類分析方法研究[D];哈爾濱工程大學(xué);2013年

7 王強(qiáng);局部疊加基因表達(dá)模式聚類分析方法研究[D];哈爾濱工業(yè)大學(xué);2012年

8 姜磊;混合演化聚類算法研究及其應(yīng)用[D];武漢大學(xué);2012年

9 尹學(xué)松;半監(jiān)督聚類分析策略設(shè)計(jì)及其拓展性研究[D];南京航空航天大學(xué);2009年

10 白亮;聚類學(xué)習(xí)的理論分析與高效算法研究[D];山西大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 魏建東;K-means初始化算法研究[D];南京理工大學(xué);2015年

2 張依;基于MapReduce的k-means聚類算法并行化研究[D];中央民族大學(xué);2015年

3 劉嬋;蟻群與K均值聚類算法融合研究及其在用戶分群中的應(yīng)用[D];西南科技大學(xué);2015年

4 朱琪;基于減法聚類的混合算法研究[D];湖南科技大學(xué);2015年

5 韓偉森;聚類集成研究與應(yīng)用[D];貴州大學(xué);2015年

6 譚浩;K-Means算法改進(jìn)及其在森林健康評(píng)價(jià)中的應(yīng)用[D];中南林業(yè)科技大學(xué);2015年

7 喬坤;基于系統(tǒng)能量理論的聚類算法及其應(yīng)用研究[D];西安建筑科技大學(xué);2007年

8 李衛(wèi)平;動(dòng)力學(xué)背景下的聚類算法研究[D];鄭州大學(xué);2007年

9 葉沖軼;高維海量數(shù)據(jù)聯(lián)合聚類算法的研究與應(yīng)用[D];浙江工商大學(xué);2010年

10 王躍;聯(lián)合聚類算法研究及應(yīng)用[D];浙江大學(xué);2012年

，

本文編號(hào)：1112360