首页> 中文期刊>沈阳航空航天大学学报 >用一种改进的蚁群聚类算法进行网络入侵检测

用一种改进的蚁群聚类算法进行网络入侵检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题,提出蚁群聚类改进算法.对已有蚁群聚类算法的结果簇做调整,从而得到更好的聚类结果.使用KDD Cup 1999入侵检测数据集所作的实验结果表明,聚类效果改进明显,入侵检测率有所提高.

著录项

来源
《沈阳航空航天大学学报》|2010年第1期|72-76|共5页
作者
陈军; 徐蕾;
展开▼
作者单位

沈阳航空工业学院计算机学院,辽宁,沈阳,110136;

沈阳航空工业学院计算机学院,辽宁,沈阳,110136;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP393.08;
关键词
入侵检测; 蚁群聚类算法; 贝叶斯检测;
入库时间 2023-07-25 19:16:01

相似文献

中文文献
外文文献
专利

1. 基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用研究 [J] . 穆俊 . 洛阳理工学院学报（自然科学版） . 2015,第002期
2. 基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用 [J] . 李松涛 . 电脑知识与技术 . 2014,第004期
3. 一种改进的K-means蚁群聚类算法 [J] . 李振 ,贾瑞玉 . 计算机技术与发展 . 2015,第012期
4. 一种改进的基于K-Means的蚁群聚类算法 [J] . 尚玉新 . 山东商业职业技术学院学报 . 2015,第001期
5. 一种基于遗传算法改进的蚁群聚类算法 [J] . 秦福高 . 福建电脑 . 2014,第006期
6. 一种改进的K-means算法在网络入侵检测中的应用 [C] . Zhang Gong-rang ,张公让 ,Hu Wei . 第一届评价方法与应用分会年会 . 2017
7. 基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用 [A] . 胡昊 . 2012

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号