|本期目录/Table of Contents|

[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

一种基于GFKM的集群入侵检测模型(PDF)
分享到:

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-qunZHANG BinQIN 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:
-

参考文献/References:

-

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2013-01-26