K-means算法以硬聚類劃分思想被廣泛應(yīng)用于入侵檢測(cè)系統(tǒng),這種嚴(yán)格的邊界劃分方法在對(duì)許多新衍生類入侵?jǐn)?shù)據(jù)檢測(cè)時(shí),易出現(xiàn)檢測(cè)率低、誤檢率高的情況。同時(shí),當(dāng)處理復(fù)雜網(wǎng)絡(luò)訪問(wèn)數(shù)據(jù)時(shí),采用固定的k值不夠靈活,也影響檢測(cè)的準(zhǔn)確性。結(jié)合三支決策思想,對(duì)傳統(tǒng)K-means算法進(jìn)行了改進(jìn),提出了基于三支動(dòng)態(tài)閾值K-means聚類的入侵檢測(cè)算法。該算法通過(guò)動(dòng)態(tài)閾值調(diào)整,可以優(yōu)化聚類的數(shù)量,在一定程度上消除了固定k值對(duì)入侵檢測(cè)效果的影響。將離群的不確定性網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分離和延遲判斷,通過(guò)二次聚類重新劃分后再做決策。在KDD Cup99數(shù)據(jù)集上實(shí)驗(yàn)結(jié)果表明,當(dāng)攻擊類型逐漸增多、攻擊行為更加復(fù)雜時(shí),改進(jìn)后的K-means算法在檢測(cè)率和誤檢率上顯著優(yōu)于傳統(tǒng)K-means算法。 

【文章來(lái)源】：鄭州大學(xué)學(xué)報(bào)(理學(xué)版). 2020,52(02)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

數(shù)據(jù)集示意圖

三支聚類方法是對(duì)傳統(tǒng)二支聚類方法的推廣,是為解決對(duì)不確定性數(shù)據(jù)對(duì)象進(jìn)行合理歸類這一問(wèn)題而提出的一種解決方案。當(dāng)數(shù)據(jù)對(duì)象難以立刻判斷其所屬類別時(shí),可將其歸至邊界區(qū)域,對(duì)于能夠準(zhǔn)確判定類別的數(shù)據(jù)對(duì)象可歸至核心區(qū)域。對(duì)于數(shù)據(jù)集X={x1,x2,…,xn},假設(shè)C={C1,C2,…,Ck}是利用二支聚類方法對(duì)X進(jìn)行聚類的結(jié)果。結(jié)合三支決策思想,對(duì)每個(gè)類別Ci進(jìn)行改進(jìn),用C i Ρ ,C i B 兩個(gè)集合表示一個(gè)類Ci=C i Ρ ∪C i B ,滿足:(1) C i Ρ ≠?,i=1,2,…,k; (2) U i=1 k (C i Ρ ∪ C i B )=X 。其中,集合C i Ρ ,C i B 分別稱為類的核心區(qū)域和邊界區(qū)域。核心區(qū)域中的數(shù)據(jù)對(duì)象確定屬于某個(gè)類Ci,邊界區(qū)域中的數(shù)據(jù)對(duì)象可能屬于類Ci。圖3 三支聚類結(jié)果

三支聚類結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]一種基于集合劃分的魯棒性自適應(yīng)模糊聚類分割算法[J]. 朱威威,趙巖松,李艷靈.  信陽(yáng)師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]改進(jìn)的K-means聚類k值選擇算法[J]. 王建仁,馬鑫,段剛龍.  計(jì)算機(jī)工程與應(yīng)用. 2019(08)
[3]基于CUDA的k-means算法并行化研究[J]. 劉端陽(yáng),鄭江帆,沈國(guó)江,劉志.  計(jì)算機(jī)科學(xué). 2018(11)
[4]基于譜聚類的邊緣檢測(cè)算法[J]. 郭新,徐明,張眾.  鄭州大學(xué)學(xué)報(bào)(理學(xué)版). 2018(03)
[5]基于BFOA和K-means的復(fù)合入侵檢測(cè)算法[J]. 肖苗苗,魏本征,尹義龍.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[6]基于ε鄰域的三支決策聚類分析[J]. 劉強(qiáng),施虹,王平心,楊習(xí)貝.  計(jì)算機(jī)工程與應(yīng)用. 2019(06)
[7]基于動(dòng)態(tài)鄰域的三支聚類分析[J]. 王平心,劉強(qiáng),楊習(xí)貝,米據(jù)生.  計(jì)算機(jī)科學(xué). 2018(01)
[8]基于k-means的自動(dòng)三支決策聚類方法[J]. 于洪,毛傳凱.  計(jì)算機(jī)應(yīng)用. 2016(08)
[9]改進(jìn)K-means算法在入侵檢測(cè)中的應(yīng)用研究[J]. 王茜,劉勝會(huì).  計(jì)算機(jī)工程與應(yīng)用. 2015(17)
[10]基于多標(biāo)記與半監(jiān)督學(xué)習(xí)的入侵檢測(cè)方法研究[J]. 錢(qián)燕燕,李永忠,余西亞.  計(jì)算機(jī)科學(xué). 2015(02)



本文編號(hào)：3014846