改进k-means算法的网络数据库入侵检测

摘要：

　　提出改进的k-means算法，加入过滤优化功能，通过簇候选集合中攻击簇的数目优化，删除掉非最优聚类数据集合中的攻击数据，生产最优簇，提高后期网络数据库入侵检测的时效性，降低漏检率。实验结果表明，本文的方法能够优化聚类后生成攻击簇的数目的数目，为网络数据量入侵检测提供便利，提高了检测的准确性，降低了满检率。

关键词： 网络数据库 入侵检测 K均值聚类算法 过滤优化功能

作者: 韩占柱

作者单位: 呼伦贝尔学院传媒学院,内蒙古 海拉尔区 021008

会议类型: 国内会议

会议名称: 2011年江苏省人工智能学术会议

会议地点: 徐州

会议语种:中文

页码: 144-146,150

在线出版日期: 2011-10-22（万方平台首次上网日期，不代表论文的发表时间）