本文關鍵詞：基于改進模糊C均值聚類算法的云計算入侵檢測方法　出處：《中南大學學報(自然科學版)》2016年07期 　論文類型：期刊論文

  更多相關文章： 云計算網(wǎng)絡 入侵檢測 模糊C均值聚類 目標函數(shù)優(yōu)化 拉格朗日數(shù)乘法

【摘要】：針對標準模糊C均值聚類算法(FCM)在云計算平臺下的入侵檢測中存在檢測精度不高等問題,提出一種基于目標函數(shù)優(yōu)化模糊C均值聚類算法的云計算入侵檢測模型。該模型采用核函數(shù)增強FCM算法的尋優(yōu)能力,根據(jù)Mercer核定義優(yōu)化FCM算法的目標函數(shù),使用拉格朗日數(shù)乘法求得聚類中心和隸屬度矩陣,有效降低算法的復雜度。研究結果表明:所提出的基于目標函數(shù)優(yōu)化的FCM算法與傳統(tǒng)的FCM算法相比,對云計算網(wǎng)絡入侵檢測的準確率較高,具有更好的收斂性能。
[Abstract]:In view of the standard fuzzy C-means clustering algorithm (FCM) in cloud computing platform of intrusion detection there are some problems such as low detection accuracy. A cloud computing intrusion detection model based on objective function optimization fuzzy C-means clustering algorithm is proposed, in which kernel function is used to enhance the optimization ability of FCM algorithm. The objective function of the optimization FCM algorithm is defined according to the Mercer kernel, and the clustering center and membership matrix are obtained by Lagrange number multiplication. The research results show that the proposed FCM algorithm based on objective function optimization is more accurate than the traditional FCM algorithm in cloud computing network intrusion detection. It has better convergence performance.
【作者單位】： 網(wǎng)絡偵查技術湖南省重點實驗室;網(wǎng)絡犯罪偵查湖南省普通高等學校重點實驗室;湖南警察學院信息技術系;湖南大學信息科學與工程學院;
【基金】：國家自然科學基金資助項目(61471169) 湖南省自然科學基金資助項目(2016JJ2029) 中央高�；究蒲袠I(yè)務費專項資金資助項目(531107040201)~~
【分類號】：TP393.08;TP311.13
【正文快照】： (1.網(wǎng)絡偵查技術湖南省重點實驗室,湖南長沙,410138;2.網(wǎng)絡犯罪偵查湖南省普通高等學校重點實驗室,湖南長沙,410138;3.湖南警察學院信息技術系,湖南長沙,410138;4.湖南大學信息科學與工程學院,湖南長沙,410082)隨著全球逐漸進入互聯(lián)網(wǎng)時代,網(wǎng)絡安全問題也逐漸變得越來越突出。

【相似文獻】

相關期刊論文 前10條

1 謝娟英;蔣帥;王春霞;張琰;謝維信;;一種改進的全局K-均值聚類算法[J];陜西師范大學學報(自然科學版);2010年02期

2 曹易;張寧;;一種改進的模糊C-均值聚類算法[J];上海理工大學學報;2012年04期

3 王圓妹;;一種改進的K-均值聚類算法的研究[J];長江大學學報(自科版);2006年10期

4 王圓妹;;一種改進的K-均值聚類算法的研究[J];長江大學學報(自科版)理工卷;2006年04期

5 劉韜;蔡淑琴;曹豐文;崔志磊;;基于距離濃度的K-均值聚類算法[J];華中科技大學學報(自然科學版);2007年10期

6 查成東;王長松;鞏憲鋒;周家新;;基于改進K-均值聚類算法的背景提取方法[J];計算機工程與設計;2007年21期

7 王丹丹;李彬;陳武凡;;基于多目標規(guī)劃的模糊C均值聚類算法[J];中國圖象圖形學報;2008年08期

8 劉坤朋;羅可;;改進的模糊C均值聚類算法[J];計算機工程與應用;2009年21期

9 俞云霞;王士同;朱嵬鵬;;具有數(shù)據(jù)容錯能力的模糊C均值聚類算法[J];計算機工程與設計;2010年03期

10 李翠霞;譚營軍;;一種新的模糊C均值聚類算法[J];河南大學學報(自然科學版);2011年02期

相關會議論文 前9條

1 孫廣玲;唐降龍;;一種快速k-均值聚類算法[A];第六屆全國計算機應用聯(lián)合學術會議論文集[C];2002年

2 陳曉山;朱建沖;翁輝;;一種改進的模糊C均值聚類算法及其應用[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

3 葛繼科;余建橋;張帆;張蕊;;改進的K-均值聚類算法[A];’2004計算機應用技術交流會議論文集[C];2004年

4 劉健莊;謝維信;;一種改進的快速模糊C均值聚類算法[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

5 汪民樂;高曉光;李勇;;新型遺傳模糊C-均值聚類算法及其在導彈目標選擇中的應用[A];2007年中國智能自動化會議論文集[C];2007年

6 趙爽;李曉奇;沙秀艷;;特征加權模糊C均值聚類算法在劃分勞動報酬中的應用[A];第三屆中國智能計算大會論文集[C];2009年

7 黃建軍;楊勛;謝維信;;基于類云模型的C均值聚類算法[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

8 羅小剛;彭承琳;劉婷;侯長軍;霍丹群;文利;;基于模糊C均值聚類算法的心臟扭轉(zhuǎn)運動中心室壁輪廓的自動提取[A];中國儀器儀表學會醫(yī)療儀器分會第四次全國會員代表大會暨2009年學術年會論文集[C];2009年

9 劉靖明;韓麗川;;粒子群優(yōu)化k均值的混合聚類算法研究[A];2004年中國管理科學學術會議論文集[C];2004年

相關碩士學位論文 前10條

1 劉莉莉;K-均值聚類算法的研究與改進[D];曲阜師范大學;2015年

2 許竣瑋;基于改進粒子群的K均值聚類算法研究[D];長沙理工大學;2014年

3 王龍強;K均值聚類算法初始聚類中心的選取與改進[D];東北大學;2013年

4 梁鵬;基于Spark的模糊c均值聚類算法研究[D];哈爾濱工業(yè)大學;2015年

5 徐曼舒;基于改進人工蜂群的模糊C均值聚類算法研究[D];安徽大學;2016年

6 蔣帥;K-均值聚類算法研究[D];陜西師范大學;2010年

7 吳曉蓉;K-均值聚類算法初始中心選取相關問題的研究[D];湖南大學;2008年

8 趙爽;改進的模糊C均值聚類算法及其應用[D];東北大學;2010年

9 歐陳委;K-均值聚類算法的研究與改進[D];長沙理工大學;2011年

10 王威娜;改進的模糊C-均值聚類算法[D];大連海事大學;2007年

，

本文編號：1423276