一种基于GFKM的集群入侵检测模型
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Clustering Intrusion Detection Model Based on Grey Fuzzy K mean Clustering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高入侵系统的检测率和检测速度﹐论文提出一种基于灰色K均值聚类算法的集群入侵检测模型。利用灰色关联分析理论对原始数据进行预处理,根据η ij=SX(1n-1SX)∑(n2)ξij(k)计算相关度,再对原始数据集合进行聚类;最后引入集群技术﹐将GFKM算法装入集群系统中的每个检测结点形成集群入侵检测模型。最后,通过仿真实验对该模型进行了验证,结果表明,GSFK算法应用于入侵检测模型中出现的误报率为0.31%,漏报率为0.34%,而且该模型呈现出较好的泛化性,应用于网络入侵检测中具有较好的性能。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

徐艳群,张斌,秦小铁.一种基于GFKM的集群入侵检测模型[J].重庆师范大学学报自然科学版,2013,(1):81-83

复制
分享
相关视频

文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码