發(fā)布時間：2017-08-25 18:30

  本文關鍵詞：基于改進的K-Means算法入侵檢測框架

  更多相關文章： 網(wǎng)絡安全 入侵檢測系統(tǒng) K-Means 差分算法

【摘要】：針對現(xiàn)有網(wǎng)絡入侵檢測系統(tǒng)存在虛警和報警信息數(shù)量大等問題,提出一種改進的K-Means分群算法。該算法針對網(wǎng)絡流量中的數(shù)據(jù),首先利用改進的KMeans分群算法調(diào)整群中心的位置以尋找最佳群中心,讓數(shù)據(jù)資料更加適合分群。接著運用差分算法,尋找出最適合的分群組數(shù)與最佳的分群結(jié)果。在檢測時利用樣本與各群間距離來識別是否屬于異�；蛘Ｈ航M。仿真實驗表明,該算法分群準確率高,誤判率低,有效地提高系統(tǒng)的性能。
【作者單位】： 華南師范大學增城學院;
【關鍵詞】： 網(wǎng)絡安全 入侵檢測系統(tǒng) K-Means 差分算法
【基金】：廣東省自然科學基金項目(S2011010003442)
【分類號】：TP393.08
【正文快照】： 0引言現(xiàn)在網(wǎng)絡攻擊手段不斷變化,導致網(wǎng)絡入侵檢測與防御機制需不斷更新。由于正常流量與入侵流量常常容易混淆,致使入侵檢測系統(tǒng)常發(fā)出大量的虛警,因此提升網(wǎng)絡入侵檢測系統(tǒng)的報警正確率是網(wǎng)絡安全管理的一個非常重要的課題�；诹髁慨惓５臋z測的常用方法有:基于域值的檢測

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 於躍成;王建東;鄭關勝;陳斌;;基于約束信息的并行k-means算法[J];東南大學學報(自然科學版);2011年03期

2 努爾布力;柴勝;李紅煒;胡亮;;一種基于Choquet模糊積分的入侵檢測警報關聯(lián)方法[J];電子學報;2011年12期

3 楊雅輝;杜克明;;全網(wǎng)異常流量簇的檢測與確定機制[J];計算機研究與發(fā)展;2009年11期

4 傅濤;孫亞民;;基于PSO的k-means算法及其在網(wǎng)絡入侵檢測中的應用[J];計算機科學;2011年05期

5 易曉梅;陳波;蔡家楣;;入侵檢測的進化神經(jīng)網(wǎng)絡研究[J];計算機工程;2009年02期

6 谷保平;許孝元;郭紅艷;;基于粒子群優(yōu)化的k均值算法在網(wǎng)絡入侵檢測中的應用[J];計算機應用;2007年06期

7 馮波;郝文寧;陳剛;占棟輝;;K-means算法初始聚類中心選擇的優(yōu)化[J];計算機工程與應用;2013年14期

8 劉衍珩;田大新;余雪崗;王健;;基于分布式學習的大規(guī)模網(wǎng)絡入侵檢測算法[J];軟件學報;2008年04期

9 張新有;曾華q，

本文編號：737798