基于图聚类的入侵检测算法.docVIP

基于图聚类的入侵检测算法 　　 收稿日期:2011-01-13;修回日期:2011-03-03。 　　基金项目:江苏省自然科学基金资助项目（BK2007035）；中国矿业大学青年科技基金资助项目（0D061035;2007A047）。 　　 作者简介:王国辉（1987-），男，黑龙江大兴安岭人，硕士研究生，主要研究方向：网络安全； 林果园（1975-），男，山东济宁人，副教授，主要研究方向：网络安全。 　　文章编号:1001-9081（2011）07-1898-03doi:10.3724/SP.J.1087.2011.01898 　　（中国矿业大学 计算机科学与技术学院，江苏 徐州 221116） 　　（wangguohui00@） 　　摘 要:针对当前聚类算法仅依赖于初始聚类中心并且无法精确区别非凹形状类的不足，将图学习知识应用到聚类算法中，提出一种基于图聚类的入侵检测算法P-BFS。为得到较准确的分类模型，算法中引入了一种基于逼近函数的相似性度量方法。实验结果论证了图聚类思想应用于入侵检测系统的优越性；同时表明了，与K-means聚类算法相比，P-BFS图聚类算法具有较高的性能。 　　关键词:入侵检测；聚类分析；图聚类；逼近函数；聚类熵 　　中图分类号:TP393.09文献标志码:A 　　Intrusion detection method based on