本文關鍵詞：基于聚類的鄰域檢測器生成算法

  更多相關文章： 入侵檢測 免疫 鄰域 聚類 檢測器

【摘要】：鄰域否定選擇算法遍歷每個自體樣本,導致計算量大及匹配階段重疊率高等問題。為此,對鄰域否定選擇算法和聚類技術進行研究,提出一種鄰域檢測器生成算法。將自體樣本映射到構(gòu)建好的鄰域空間中進行聚類,同時對隨機檢測器予以耐受,訓練出成熟的鄰域檢測器。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器的時間,有效解決高重疊問題,提高檢測效率。
【作者單位】： 哈爾濱理工大學計算機科學與技術學院;
【關鍵詞】： 入侵檢測 免疫 鄰域 聚類 檢測器
【基金】：國家自然科學基金資助項目“免疫動態(tài)自適應機制研究”(61172168)
【分類號】：TP393.08
【正文快照】： 1概述隨著網(wǎng)絡環(huán)境不斷變化,入侵檢測技術已是當前網(wǎng)絡安全中不可或缺的一部分,生物免疫機制的重要功能是對“自己”和“非己”抗原的識別及應答,通過這些信息領域可以很好地應用于入侵檢測系統(tǒng)[1-2]。文獻[3]將生物免疫機制與入侵檢測技術相結(jié)合,所提出的基于免疫入侵的檢測

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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];計算機工程與應用;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];計算機科學;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)的確定及應用[J];工程數(shù)學學報;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];電子技術應用;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];礦山機械;2006年09期

7 普運偉;朱明;金煒東;胡來招;;核聚類算法最佳聚類數(shù)的自適應確定方法[J];計算機工程;2007年04期

8 楊欣斌,孫京誥,黃道;一種進化聚類學習新方法[J];計算機工程與應用;2003年15期

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

10 褚娜;馬利莊;王彥;;聚類趨勢問題的研究綜述[J];計算機應用研究;2009年03期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 高翠芳;吳小俊;;基于二階差分的聚類數(shù)自動確定方法[A];江蘇省系統(tǒng)工程學會第十一屆學術年會論文集[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];第十九屆全國數(shù)據(jù)庫學術會議論文集（技術報告篇）[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];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

4 婁冬梅;陳明;朱有娜;;一種基于密度的無參數(shù)聚類算法[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[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];第二十四屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2007年

6 程尊平;周鼎;王晨;周皓峰;汪衛(wèi);施伯樂;;SDPHC——基于密度的分割和分層的自校聚類算法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

7 張曉峰;王麗珍;陸葉;;一種基于屬性加權的不確定K-means聚類算法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

8 蔡軍;袁華鵬;陳金海;施伯樂;;一種基于相似性分析的聚類新算法:PDS算法[A];第十八屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2001年

9 胡仲義;郭超;王永炎;劉勝航;王宏安;;基于時間衰減和特征變量的數(shù)據(jù)流聚類算法[A];第29屆中國數(shù)據(jù)庫學術會議論文集（B輯）（NDBC2012）[C];2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 胡雅婷;可能性聚類方法研究及應用[D];吉林大學;2012年

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

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

4 楊燕;基于計算智能的聚類組合算法研究[D];西南交通大學;2006年

5 馮永;基于計算智能的聚類技術及其應用研究[D];重慶大學;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;2013年

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

8 姜磊;混合演化聚類算法研究及其應用[D];武漢大學;2012年

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

10 白亮;聚類學習的理論分析與高效算法研究[D];山西大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 魏建東;K-means初始化算法研究[D];南京理工大學;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;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用[D];西南科技大學;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;2015年

5 韓偉森;聚類集成研究與應用[D];貴州大學;2015年

6 譚浩;K-Means算法改進及其在森林健康評價中的應用[D];中南林業(yè)科技大學;2015年

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

8 李衛(wèi)平;動力學背景下的聚類算法研究[D];鄭州大學;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用[D];浙江工商大學;2010年

10 王躍;聯(lián)合聚類算法研究及應用[D];浙江大學;2012年

，

本文編號：1112360