基于大数据的K-means聚类算法的网络安全检测应用研究

摘要

精准的入侵检测算法是确保网络安全的有效手段,为了解决传统检测算法准确性差、检测效率不高的问题,分析了网络入侵检测的现状,利用基于PReLU激活函数的ELM算法和改进的K-means算法设计了一种多级混合式入侵检测方法.利用NSL-KDD数据集进行算法检测效果的验证,结果表明:与传统的BP神经网络算法、SVM算法、ELM算法相比,多级混合式入侵检测方法检测率更高,精确度更高,并且大幅降低了误报率,在网络入侵类型判断方面具有更优异的检测效果.