改进模糊聚类算法及其在入侵检测中的应用_陈健美.pdfVIP

第 37卷第 4期 东南大学学报 ( 自然科学版 ) V ol137 No14 2007年 7月 JOURNAL O F SOUTHEAST UN VI ERSITY ( Natural Science E ition) July 2007 陈健美 宋顺林 陆 虎 宋余庆 朱玉全 ( , 212013) : 针对将数据集隶属度概率和为 1 条件用于模糊性事件时, 影响聚类 正确率 情况, 在 不确定理论 基础上, 研究了数据隶属度问题, 提出一种新 基于隶属关系不确定 可能性改进 模糊聚类算法. 该算法在迭代过程中将聚类 可能隶属度与不确定性隶属度引入到目标函数中, 使得样本中 元素不局限于仅属于一个聚类, 与现有 聚类算法相比具有更好 聚类结果. 通过 在KDDCU P99数据集上实验, 验证了该算法在入侵检测中 检测率为 9518%, 分别高于K-均 值算法 检测率( 6014% )和 FCM 算法 检测率( 6416% ). : 模糊聚类; 可能隶属度; 不确定性隶属度; 入侵检测; 检测率 : TP311 : A : 1001- 0505( 2007) 04-0589-04 Improved fuzzy clustering algorithm and its application to intrusion detection Chen Jianm ei Song Shunlin Lu Hu Song Y uqing Zhu Y uquan ( Co llege of Com puter Science an Telecomm unications Eng ineering, Jiangsu Univ ersity, Z henjiang 212013, China) Abstract: Since the con ition that the sum of possiblem embersh ip egree of ata set is 1w illm ake negative effect on the correction ratio of fuzzy clustering in fuzzy events, som e research on them em- bersh ip egree of ata is con ucte an a new mi prove fuzzy clustering algorithm using the possib i-l ity of uncertainty mem bersh ip egree is presente on the basis of uncertainty theory. Possible m em- bersh ip egree an uncertainty m embersh ip egree are intro uce into object functions in iterative processing of th is algorithm to m ake the element samp le not longer belong to one cluster only, w h ich lea s to more preferable results than current clustering algorithm s. Expermi ents on ataset KDD- CUP99 testify that the etection rate of this algorithm is up to 9518% in intrusion etection, w h ich is better than the rate ofK-m eans ( 6014% ) an fuzzyC-mean