基于密集群均值迭代聚类的网络入侵检测研究
选用常用的无监督学习算法开展入侵检测研究,分析改进其中存在的不足,构建密集群均值化迭代聚类算法,实现自动合理地聚合划分待检测数据.同时,提出一种基于密集群均值化迭代聚类算法的网络入侵检测方法,首先通过PCA算法实现数据降维,然后基于密集群均值化迭代聚类算法划分待检测数据.实验结果表明,该网络入侵检测方法弥补了基于无监督学习检测的不足,保证了检测稳定性,表现出较良好的应用价值.
入侵检测、聚类算法、数据降维、密集群
38
TP393.08(计算技术、计算机技术)
国家重点研发计划资助项目;中国刑事警察学院研究生创新能力提升项目
2020-09-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
65-69,76