基于互信息和轮廓系数的聚类结果评估方法

摘要

在采用改进k-means对未知二进制协议聚类的基础上,引入调整互信息和轮廓系数两种参数,分别对聚类的簇内聚类效果和整体聚类效果进行评估,并以真实的二进制协议数据为例,验证了评估的有效性。实验表明,基于调整互信息的评估方法类簇中样本判定的准确率大于90%,并且与数据报文真实的类别相符;基于轮廓系数的评估方法对不同数据集聚类结果的评估与聚类结果准确率的分布也相一致。该方法运算速度快,并且准确率优于代表点法,更符合二进制协议特征。