基于模糊C均值聚类的网络入侵检测算法

被引:25
作者
杨德刚
机构
[1] 重庆大学计算机科学与工程学院
关键词
入侵检测; 聚类分析; 模糊C均值聚类;
D O I
暂无
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
入侵检测已成为网络安全的第二层重要防御线。分析了对新型未知的攻击的入侵检测,提出基于模糊C均值聚类的网络入侵检测算法。用KDD-99数据集的仿真实验结果表明算法的可行性、有效性和可扩展性,并有效提高了聚类检测的检测率,降低了误检率。
引用
收藏
页码:86 / 87+91 +91
页数:3
相关论文
共 5 条
[1]  
Intrusion detection with unlabeled data using clustering. Portnoy L,Eskin E.,Stolfo S J. Proc. of ACM CSS Workshop on Data Mining Applied to Security (DMSA-2001) . 2001
[2]  
A Data Mining Framework for Building Intrusion Detection Models. Wenke L. IEEE Symposium on Security and Privacy . 1999
[3]  
Mining in a data-flow environment: experience in intrusion detection. Lee W,,Stolfo S J,,Mok K W. . 1999
[4]  
Fuzzy clustering of ecological data. Equihua M. Journal of Ecology . 1990
[5]  
Clustering and Classification Algorithm for Computer Intrusion Detection. Li Xiangyang. . 2001