基于非欧式距离的模糊核聚类算法在入侵检测的应用
李丛1
王云1
胡文军2
丁勇1
1.南京理工大学泰州科技学院计算机科学与技术系 泰州 2253002.湖州师范学院信息工程学院 湖州 313000
摘要：模糊核C‐均值聚类（KFCM ）的主要思想是在模糊C‐均值聚类（FCM ）中引入核函数，样本点被非线性变换映射到高维特征空间进行聚类，解决了高维数据空间的聚类问题。同经典的 FCM 算法及其派生算法一样，KFCM 算法对噪声或野值数据敏感。论文在KFCM基础上，利用鲁棒统计观点对目标函数进行改进，通过引入非欧式距离度量代替欧氏距离度量，提高其对噪声或野值数据的抗干扰能力。将该算法用于构建入侵检测系统模型并通过模拟仿真实验表明，改进算法有效解决了传统的聚类算法在入侵检测中稳定性差，检测准确率低的问题。
关键词：KFCM非欧式距离入侵检测
分类号：TP393.1(计算技术、计算机技术)
资助基金：浙江省自然科学基金(LY13F020011)
论文发表日期：2014-01-01
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：5( 2235-2238,2340 )
英文信息