[1]徐艳群,张斌,秦小铁.一种基于GFKM的集群入侵检测模型[J].重庆师范大学学报(自然科学版),2013,30(01):81-83.[doi:10.11721/cqnuj20130118]
XU Yan-qun,ZHANG Bin,QIN Xiao-tie. Clustering Intrusion Detection Model Based on Grey Fuzzy K mean Clustering[J].期刊社,2013,30(01):81-83.[doi:10.11721/cqnuj20130118]
点击复制
重庆师范大学学报(自然科学版)[ISSN:1672-6693/CN:50-1165/N]
- 卷:
-
30
- 期数:
-
2013年01期
- 页码:
-
81-83
- 栏目:
-
理论与应用研究
- 出版日期:
-
2013-01-25
文章信息/Info
- Title:
-
Clustering Intrusion Detection Model Based on Grey Fuzzy K mean Clustering
- 作者:
-
徐艳群; 张斌; 秦小铁
-
- Author(s):
-
XU Yan-qun; ZHANG Bin; QIN Xiao-tie
-
-
- 关键词:
-
集群系统; 入侵检测; K均值聚类算法; 聚类分析
- Keywords:
-
-
- 分类号:
-
-
- DOI:
-
10.11721/cqnuj20130118
- 文献标志码:
-
A
- 摘要:
-
为了提高入侵系统的检测率和检测速度﹐论文提出一种基于灰色K均值聚类算法的集群入侵检测模型。利用灰色关联分析理论对原始数据进行预处理,根据η ij=SX(1n-1SX)∑(n2)ξij(k)计算相关度,再对原始数据集合进行聚类;最后引入集群技术﹐将GFKM算法装入集群系统中的每个检测结点形成集群入侵检测模型。最后,通过仿真实验对该模型进行了验证,结果表明,GSFK算法应用于入侵检测模型中出现的误报率为0.31%,漏报率为0.34%,而且该模型呈现出较好的泛化性,应用于网络入侵检测中具有较好的性能。
- Abstract:
-
-
更新日期/Last Update:
2013-01-26