一种改进的K-means入侵检测算法

作者：张珂嘉; 黄树成

来源：计算机与数字工程, 2021, 49(10): 1963-2047.

• 入侵检测
• K-means算法
• Canopy-K-means算法

传统的K-means算法存在初始质心敏感、需要人为指定K个数等问题,可以通过融合Canopy算法在一定程度上缓解,但是仍然存在抗噪能力弱、质心选择盲目、运算时间长等问题。论文提出了一种改进算法,在抗噪性、初始质心选择、运算过程三方面,对Canopy-K-means算法进行优化。该算法采用了剪枝、"最大最小规则"、相似度计算等策略来实现算法目标。实验数据表明,改进后的Canopy-K-means算法对比传统的Canopy-K-means算法、K-means算法均具有更高的检测率、更低的误报率。

• 出版日期2021
• 单位江苏科技大学