基于量子粒子群优化的网络入侵检测算法

摘要：

提出了一种将量子粒子群优化算法和半监督模糊核聚类算法相结合的混合算法,用以解决入侵检测算法中模糊聚类算法对初始值敏感,容易陷入局部最优的问题.该算法对少量标记数据进行监督聚类得到正确模型,运用这个模型指导大量未标记数据进行聚类,扩充标记数据集合,对仍没有确定标记的数据利用量子粒子群优化的模糊核聚类算法进行聚类,确定其标记类型.通过KDD CUP99实验数据的仿真,实验结果表明,该算法在入侵检测中能获得理想的检测率和误检率.

关键词：入侵检测、量子粒子群优化、半监督聚类、核函数

所属期刊栏目：47

分类号：TP393.08(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金资助项目05KJD52006;江苏科技大学科研资助项目2005DX006J

在线出版日期：2012-03-16（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：102-104,150