基于自适应蚁群聚类的入侵检测

摘要：

针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题,提出一种基于信息熵调整的自适应混沌蚁群聚类改进算法.该算法通过优化过程中种群的信息熵来衡量演化的程度,自适应地调整信息素更新策略.每一次迭代结束时,使用混沌搜索算子在当前全局最优解附近搜索更好的解.而随着算法的进行,混沌算子搜索范围逐渐缩小,这样混沌算子在蚁群搜索的初期起到防止陷入局部最优的作用,在蚁群搜索后期起到提高搜索精度的作用,从而得到更好的聚类结果.使用 KDDCup 1999 入侵检测数据集所作的仿真实验结果表明,聚类效果改进明显,并能有效提高入侵检测的检测率、降低误检率.

关键词：蚁群聚类、聚类分析、入侵检测、网络安全

所属期刊栏目：47

分类号：TP393(计算技术、计算机技术)

资助基金：平顶山学院青年科研基金项目2008041

在线出版日期：2011-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-92,96