改进的SOM和K-Means结合的入侵检测方法

摘要

cqvip:检测算法是入侵检测的一个重要组成部分。传统的K-Means算法的聚类结果对随机初始值的依赖很强。而传统的SOM神经网络不能提供分类后精确的聚类信息。为克服两种算法的缺陷,本文将两种算法结合并进行改进,SOM先进行一次初聚类,将其作为K-Means初始聚类,然后用K-Means来对SOM的聚类进行精化,实验结果分析表明本文算法既克服了两者的缺点,又使两种算法的优点得到完美的结合,在一定程度上提高入侵检测系统的检测率,降低了误报率。