基于PSO的k-means算法及其在网络入侵检测中的应用

摘要：

在传统k-means算法中,初始聚类中心随机选择,聚类结果随初始聚类中心的不同而波动,从而导致聚类结果不稳定.提出的PSO-based k-means算法使用PSO算法优化生成初始聚类中心,得到的聚类结果全局最优,不会陷入局部最优解.实验结果表明,将PSO-based k-means算法用于入侵检测系统的规则挖掘处理模块,其入侵检测率明显高于传统k-means算法,而误报率则大大低于后者.显然,PSO-based k-means算法可有效提高网络入侵检测系统的性能.

关键词：PSO-based k-means、优化聚类、入侵检测、检测率、误报率

所属期刊栏目：38

分类号：TP3;TN9

资助基金：江苏省产业技术研究与开发基金,苏发改高技发[2008]106号资助

在线出版日期：2011-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：54-55,73