基于改进的K-means入侵检测算法
季赛花
黄树成
江苏科技大学计算机学院 镇江 212003
摘要：传统K-means算法应用于入侵检测,存在聚类数目难以估计的缺点,导致入侵检测效果不佳.针对这个问题,提出了一种改进的K-means入侵检测算法.算法根据有效性指标确定最优的聚类数目;依据各维特征对聚类效果的影响进行加权;引入三支决策聚类方法改善聚类效果.在kddcup99数据集的实验结果表明,与传统K-means算法相比,改进后的K-means算法提高了入侵检测的检测率,降低了其误报率.
关键词：入侵检测K-means有效性指标特征加权三支决策
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61772244)
论文发表日期：2021-11-20
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( 2184-2188 )
英文信息