基于聚类粒子群算法网络异常检测模型研究
提出了一种新的基于聚类算法和遗传算法相结合的入侵检测方法模型。算法对聚类的中心采用二进制编码，将网络的正常行为和非正常行为分为不同的类，把每个点到它们之间的各自的聚类中心的欧几里得距离的综合作为相似度量，然后采用粒子群优化算法，有效的降低网络拓扑路径长度，通过优化算法来寻找聚类的中心。Matlab仿真实验结果表明，提出的改进的网络异常检测方法，与较传统网络入侵检测系统模型相比，具有更好的入侵识别率和检测率，同时提高了算法的执行效率。
网络异常检测模型 聚类粒子群算法 粒子群优化算法 Matlab仿真实验
牛红惠 徐甜
安阳师范学院计算机教学部,河南 安阳 455000
国内会议
徐州
中文
102-105
2011-10-22（万方平台首次上网日期，不代表论文的发表时间）