一种基于FRS-FCM算法的集成入侵检测方法的研究

摘要：

传统FCM算法对初值的依赖性过大且欧氏距离只适用于处理数值型及特征空间为超球结构的数据集.为此,利用模糊粗糙集思想,结合ReliefF技术,提出了一种基于模糊粗糙集的特征加权聚类算法(FRS-FCM),并将此算法应用到集成入侵检测中,通过有效地聚类和集成学习来提高入侵检测的检测率,降低误检率,并较大地提高低频攻击的检测率.最后利用KDD Cup 99数据集进行的仿真实验验证了该方法的可行性与有效性.

关键词：模糊粗糙集、ReliefF、FRS-FCM、集成入侵检测

所属期刊栏目：39

分类号：TP3;TN9

资助基金：重庆市信息产业发展资金项目200921011

在线出版日期：2012-07-23（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：106-109