-
题名无监督连接划分聚类算法及其在入侵检测中的应用
被引量：3
- 1
-
-
作者
张阿品
徐保国
-
机构
江南大学通信与控制工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2006年第3期384-386,共3页
-
基金
教育部科学技术研究基础条件平台建设基金项目(505006)
-
文摘
阐述了一种无监督连接划分聚类算法,算法基本思想是首先通过分割的方法将数据集划分为若干个原子簇,滤除噪声原子簇,然后通过对原子簇间连接亲密度的分析,构造原子簇间的连接图,切断连接亲密度很低的原子簇连接,合并连接亲密度高的连接,划分得到最后的聚类结果。算法具有很高的有效性,适用于高维数据集,能够对任意形状的簇进行聚类。通过分析与实验,证明该方法具有良好的效果。
-
关键词
无监督聚类
连接划分
任意形状聚类
入侵检测
网络安全
-
Keywords
unsupervised clustering
link division
arbitrary shape clustering
intrusion detection
network security
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名改进分块支持向量聚类在入侵检测中的应用
被引量：4
- 2
-
-
作者
张阿品
徐保国
-
机构
江南大学通信与控制工程学院
-
出处
《微计算机信息》
北大核心
2006年第05X期46-49,共4页
-
基金
教育部科学技术研究基础条件平台建设项目(编号:505006)
-
文摘
支持向量聚类(SVC)是在支持向量机的思想上发展而来一种聚类方法,针对其处理大规模数据集速度缓慢的缺点,提出了一种改进的分块支持向量聚类算法。改进的算法分为三个阶段:前期的预处理,中期的分块算法,后期的改进标类算法。提出的方法显著加快了SVC的速度,在保持原来SVC算法的优点的基础上,对大规模数据集以及非均匀分布数据集等具有良好的效果。将其应用到网络入侵检测,实验结果表明改进的算法行之有效。
-
关键词
支持向量聚类
数据挖掘
网络安全
入侵检测
-
Keywords
support vector clustering （SVC）
data mining
network security
intrusion detection
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
