手机知网 App
24小时专家级知识服务
打 开
互联网技术
基于半监督模糊聚类的入侵检测技术
针对当前入侵检测技术检测率较低、误报率较高,特别是难以检测新型入侵的不足,通过研究基于机器学习的异常入侵检测系统,提出了一种基于半监督模糊聚类的异常入侵检测算法SFCA(Semi-supervised Fuzzy Clustering Algorithm).算法通过加入数据之间的相关信息,同时引入代价函数来平滑目标函数,降低其对孤立点数据的敏感程度.通过利用少量的标记样本,生成用于初始化算法的种子聚类,然后辅助聚类过程.实验表明,与FCM(Fuzzy C-means)聚类算法相比,SFCA算法具有较高的性能.
领 域:
格 式:
PDF原版;EPUB自适应版(需下载客户端)
5 144
手机阅读本文
下载APP 手机查看本文
江苏科技大学学报(自然科学版)
2010年04期

搜 索