HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于改进的K-Means算法入侵检测框架

作者:李蓉 周维柏网络安全入侵检测系统差分算法

摘要:针对现有网络入侵检测系统存在虚警和报警信息数量大等问题,提出一种改进的K-Means分群算法。该算法针对网络流量中的数据,首先利用改进的KMeans分群算法调整群中心的位置以寻找最佳群中心,让数据资料更加适合分群。接着运用差分算法,寻找出最适合的分群组数与最佳的分群结果。在检测时利用样本与各群间距离来识别是否属于异常或正常群组。仿真实验表明,该算法分群准确率高,误判率低,有效地提高系统的性能。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

实验室研究与探索

《实验室研究与探索》(CN:31-1707/T)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《实验室研究与探索》坚持科学发展观,研究探索实验室工作中的新情况、新理论、新经验、新技术,推动高校实验教学和实验室工作的发展与提高。

杂志详情