工业控制计算机
工業控製計算機
공업공제계산궤
INDUSTRY CONTROL COMPUTER
2014年
7期
93-94,97
,共3页
K-means%聚类分析%非模糊型集群评估指标%KDD99
K-means%聚類分析%非模糊型集群評估指標%KDD99
K-means%취류분석%비모호형집군평고지표%KDD99
K-means聚类算法在入侵检测的运用中存在两个重要的缺陷:一是初始聚类中心是随机选择的,二是容易陷入局部最优解.提出一种改进的K-means算法,首先通过数据筛选确定高密度区域,然后确定两个最远点作为初始聚类中心以及非模糊型的集群评估指标来确定剩下的初始聚类中心,最后再进行聚类分析.实验表明,改进后的K-means算法不再依靠随机的K值和聚类中心,使得聚类过程可以依据数据集本身进行自适应的调整,同时保证了较高的网络入侵的检测率和较低的误报率.
K-means聚類算法在入侵檢測的運用中存在兩箇重要的缺陷:一是初始聚類中心是隨機選擇的,二是容易陷入跼部最優解.提齣一種改進的K-means算法,首先通過數據篩選確定高密度區域,然後確定兩箇最遠點作為初始聚類中心以及非模糊型的集群評估指標來確定剩下的初始聚類中心,最後再進行聚類分析.實驗錶明,改進後的K-means算法不再依靠隨機的K值和聚類中心,使得聚類過程可以依據數據集本身進行自適應的調整,同時保證瞭較高的網絡入侵的檢測率和較低的誤報率.
K-means취류산법재입침검측적운용중존재량개중요적결함:일시초시취류중심시수궤선택적,이시용역함입국부최우해.제출일충개진적K-means산법,수선통과수거사선학정고밀도구역,연후학정량개최원점작위초시취류중심이급비모호형적집군평고지표래학정잉하적초시취류중심,최후재진행취류분석.실험표명,개진후적K-means산법불재의고수궤적K치화취류중심,사득취류과정가이의거수거집본신진행자괄응적조정,동시보증료교고적망락입침적검측솔화교저적오보솔.
