基于密集群均值迭代聚类的网络入侵检测研究
许彩滇
中国刑事警察学院网络犯罪侦查系,辽宁沈阳110035
摘要：选用常用的无监督学习算法开展入侵检测研究,分析改进其中存在的不足,构建密集群均值化迭代聚类算法,实现自动合理地聚合划分待检测数据.同时,提出一种基于密集群均值化迭代聚类算法的网络入侵检测方法,首先通过PCA算法实现数据降维,然后基于密集群均值化迭代聚类算法划分待检测数据.实验结果表明,该网络入侵检测方法弥补了基于无监督学习检测的不足,保证了检测稳定性,表现出较良好的应用价值.
关键词：入侵检测聚类算法数据降维密集群
分类号：TP393.08(计算技术、计算机技术)
资助基金：国家重点研发计划(2018YFC0830600)中国刑事警察学院研究生创新能力提升项目(2019YCYB21)
论文发表日期：2020-07-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 65-69,76 )
英文信息