基于非欧式距离的模糊核聚类算法在入侵检测的应用.pdfVIP

总第302期 计算机与数字工程 Vo1．42No．12 2014年第 12期 Computer＆ DigitalEngineering 2235 基于非欧式距离的模糊核聚类算法 在入侵检测的应用 李 丛 王 云 胡文军。 丁 勇 (1．南京理工大学泰州科技学院计算机科学与技术系 泰州 225300)(2．湖州师范学院信息工程学院 湖州 313000) 摘 要 模糊核 C_均值聚类 (KFCM)的主要思想是在模糊C_均值聚类 (FCM)中引入核函数 ，样本点被非线性变换映 射到高维特征空间进行聚类 ，解决了高维数据空间的聚类问题。同经典的FCM算法及其派生算法一样，KFCM算法对噪 声或野值数据敏感。论文在KFCM 基础上，利用鲁棒统计观点对 目标函数进行改进，通过引入非欧式距离度量代替欧氏距 离度量，提高其对噪声或野值数据的抗干扰能力。将该算法用于构建入侵检测系统模型并通过模拟仿真实验表明，改进算 法有效解决了传统的聚类算法在入侵检测中稳定性差，检测准确率低的问题 。 关键词 KFCM；非欧式距离；入侵检测 中图分类号 TP393．1 DOI：10．3969／j．issn1672—9722．2014．12．004 ApplicationofOptimizedKFCM Algorithm in IntrusionDetection BasedonNon．EuclideanDistance LICong WANGYun HUWenjunz DINGYong (1．DepartmentofComputerScience Technology，TaizhouInstituteofScience＆TechnologyofNaNingUniversityofScience andTcehnology，Taizhou 225300)(2．SchoolofInformationand Engineering，HuzhouTeachersCo llege，Huzhou 313000) Abstract BasedonFCM andbyintroducingthekernelfunction，KernelfuzzyC-meansclustering (KFCM)makethe samplepointsnonlinearmappedtoahigh-dimensionalfeaturespaceforclusteringwhichcansolvetheproblem ofhighdimen— sionaldataspaceclustering．LiketheclassicFCM clusteringalgorithmanditsDerivedalgorithm，KFCM clusteringalgorithm issensitivetOnoisesoroutliers．Ba sedonmodifiedobjectivefunctionbyusingtherobuststatisticalview，anewnon-Euclide— andistanceisintroducedtOreplacetheEuclideandistancewhichcanimproveanti-jammingcapabilityofnoiseoroutliersdata． Theimprovedalgorithm isusedtOconstructthemodelofintrusiondetectionsystem．Ourexperimentalresultsshow thepro— posedalgorithm cansolvepoorstabilityandlow detectionaccuracyofthetraditionalclusteringalgorithmsinintrusiondetec— flora KeyW ords KFCM ，non-Euclideandistance，intrusiondetection ClassNumber TP393．】