基于分箱统计的FCM算法及其在网络入侵检测中的应用

计算机科学 ›› 2008, Vol. 35 ›› Issue (4): 36-39.

基于分箱统计的FCM算法及其在网络入侵检测中的应用

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
江苏省产业技术研究与开发基金,苏发改高技发[2006]1106号.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 使用KDDCup99网络入侵检测数据，对传统的FCM（Fuzzy C-Means）算法进行实验，发现该聚类算法在进行聚类划分和孤立点判断时，存在划分粗略性现象。针对该问题，本文提出使用分箱统计的FCM方法来划分和描述数据集的分布。与原有算法相比，不需要频繁更新聚类中心，同时耗时问题也得到较好的改善。文章最后将特征匹配与基于分箱的FCM算法相结合，协同分析网络连接数据记录。实验结果证明，这种协同检测方法的检测率有明显提高，实时性好，能较好地发现新的攻击类型，便于检测知识库的更新。

关键词: FCM算法分箱统计特征匹配协同检测

Abstract: This paper carried experiments on the traditional FCM （Fuzzy C Means） algorithm by using KDDCup99 intrusion-detection data of network and found that when clustering division and isolated- point judgments were carried out, phenomenon of rough division was

Key words: FCM algorithm, Based on statistical binning, Statistics, Feature matching, Coordinated analysis

. 基于分箱统计的FCM算法及其在网络入侵检测中的应用[J]. 计算机科学, 2008, 35(4): 36-39. https://doi.org/