一种用于网络入侵检测的杂交聚类算法研究

摘要

针对K均值聚类算法在全局优化中的不足,提出了基于粒子群的K均值(PSO-KM)聚类算法.粒子群优化算法作为一种基于群智能方法的演化计算技术,有很好的全局搜索能力.通过理论分析及实验证明,该算法有较好的全局收敛性,能有效地克服传统的K均值算法易陷入局部极小值的缺点.对KDD-99数据集的仿真实验结果表明,该算法在入侵检测中能获得令人满意的检测率和误检率.