基于改进差分进化的K均值聚类算法在入侵检测中的研究-控制工程专业论文.docxVIP

态的改进，另一方面算法融合了混沌优化算法的特点，使其实现混沌 态的改进，另一方面算法融合了混沌优化算法的特点，使其实现混沌 初始化和进化末期的对最优个体混沌搜索历遍寻优。在实验阶段，首 先对入侵检测数据PCA等方法进行了数据的预处理，然后基于改进 的算法CDE—K—means算法建立了相应的入侵检测模型，用matlab编 程实现该模型对实验数据KDD99的检测，实验数据效果表明，本文 对K一均值聚类算法的优化起到了很好的效果，提高了K。均值的检测 能力，改善了过度依赖初始聚类中心的不足。针对K．均值算法无法 胜任大数据量的聚类问题，作者搭建了近年来较为流行的Hadoop云 平台分布式系统，并在该系统上借助Mahout数据挖掘工具实现对抽 取的数据进行分布式的K均值聚类运算，并与传统的单机K均值运 算的在耗时上进行了对比和分析。 关键词：入侵检测，K一均值算法，混沌搜索，DE算法 万方数据 ABSTRACTRESEARCH ABSTRACT RESEARCH oN K MEANS CLUSTERING ALGoRITHM BASED ON MoDIFIED DE ALGoRITHM IN INTRUSION DETECTION ABSTRACT Nowadays，the pace of the Internet technology continues to move forwar