[1]种冬梅 李雷 朱志慧.基于改进的FCM算法的入侵检测研究[J].计算机技术与发展,2012,(10):191-193.
　CHONG Dong-mei,LI Lei,ZHU Zhi-hui.Intrusion Detection Technology Research Based on Improved FCM Algorithm[J].,2012,(10):191-193.
点击复制

基于改进的FCM算法的入侵检测研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年10期
页码:
191-193
栏目:
安全与防范
出版日期:
1900-01-01

文章信息/Info

Title:
Intrusion Detection Technology Research Based on Improved FCM Algorithm
文章编号:
1673-629X（2012）10-0191-03
作者:
种冬梅 李雷 朱志慧
南京邮电大学自动化学院
Author(s):
CHONG Dong-mei;  LI Lei;  ZHU Zhi-hui
College of Automation, Nanjing University of Post and Telecommunications
关键词:
入侵检测; 数据挖掘; 模糊聚类; 不确定性隶属度; 相对性隶属度
Keywords:
intrusion detection;  data mining ;  fuzzy clustering ;  uncertainty membership;  possibility membership degree
分类号:
TP309
文献标志码:
A
摘要:
随着计算机网络的不断发展，网络信息安全成为人们越来越关注的一个方面。人侵检测是提高网络信息安全的一个重要手段。为了提高入侵检测的效率，文中在提出了一种基于隶属关系不确定的模糊聚类算法。该算法在迭代过程中为目标函数创建了一个不确定性隶属度和一个相对性隶属度，使样本中的元素不仅仅局限于一个聚类。通过在数据集上的实验，验证了该算法在数据挖掘入侵检测中的检测率高于一般的K均值算法和模糊聚类算法。证明该方法在模糊事件的情况下，会提高正确的聚类结果
Abstract:
With the continuous development of computer network, network security has become increasingly important aspect. Intrusion detection is an important means to improve the network information security. In order to improve the efficiency of intrusion detection, possible membership degree and uncertainty membership degree are introduced in this paper. The algorithm makes the elements in the sample are not only releated to cluster. By the experiments on dataset testify the detection rate of this algorithm is higer than K-means and FCM algorithm. The method demonstrated in fuzzy event can improve the correct clustering results

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(10):120.
[2]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(10):235.
[3]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(10):114.
[4]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(10):229.
[5]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(10):93.
[6]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(10):105.
[7]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(10):84.
[8]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(10):109.
[9]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(10):113.
[10]孙名松 邸明星 王湛昱.多决策树算法在P2P网络流量检测中的应用[J].计算机技术与发展,2010,(06):126.
　SUN Ming-song,DI Ming-xing,WANG Zhan-yu.Application of Decision Tree Algorithm in Traffic Detection of P2P Network[J].,2010,(10):126.
[11]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(10):143.
[12]李睿 肖维民.基于孤立点挖掘的异常检测研究[J].计算机技术与发展,2009,(06):168.
　LI Rui,XIAO Wei-min.Research on Anomaly Intrusion Detection Based on Outlier Mining[J].,2009,(10):168.
[13]程玉青 梅登华 陈龙飞.基于数据挖掘的入侵检测系统模型[J].计算机技术与发展,2009,(12):123.
　CHENG Yu-qing,MEI Deng-hua,CHEN Long-fei.A Model of Intrusion Detection System Based on Data Mining[J].,2009,(10):123.
[14]罗军生 李永忠 杜晓.基于模糊C-均值聚类算法的入侵检测[J].计算机技术与发展,2008,(01):178.
　LUO Jun-sheng,LI Yong-zhong,DU Xiao.Intrusion Detection Based on Fuzzy C- Means Clustering Algorithm[J].,2008,(10):178.
[15]何利 谢中.一种MANET入侵检测系统模型研究[J].计算机技术与发展,2008,(07):135.
　HE Li,XIE Zhong.Research of One Intrusion Detection Model for Mobile Ad- hoc Networks[J].,2008,(10):135.
[16]叶和平 尚敏.一种面向入侵检测的数据挖掘算法研究[J].计算机技术与发展,2008,(11):149.
　YE He-ping,SHANG Min.Study on an Intrusion Detection Oriented Data Mining Algorithm[J].,2008,(10):149.
[17]黄烟波 胡波 周忠华.簇技术在移动Adhoc网络入侵检测中的应用研究[J].计算机技术与发展,2007,(04):113.
　HUANG Yan-bo,HU Bo,ZHOU Zhong-hua.Application and Research of Cluster Technology in Intrusion Detection of Mobile Ad hoc Networks[J].,2007,(10):113.
[18]吴玉 李岚 朱明.基于数据挖掘的入侵检测行为数据辨析[J].计算机技术与发展,2007,(07):139.
　WU Yu,LI Lan,ZHU Ming.Behavioral Data Forensics in Intrusion Detection Based on Data Mining[J].,2007,(10):139.
[19]王亚楠 刘方爱.基于数据挖掘和协议分析的可扩充IDS架构[J].计算机技术与发展,2006,(01):223.
　WANG Ya-nan,LIU Fang-ai.An Extensible Framework of Intrusion Detection System Based on Data Mining and Protocol Analysis[J].,2006,(10):223.
[20]李守国 李俊.基于数据挖掘的入侵检测系统设计[J].计算机技术与发展,2006,(04):212.
　LI Shou-guo,LI Jun.Design of Data Mining Based Intrusion Detection System[J].,2006,(10):212.

备注/Memo

备注/Memo:
国家自然科学基金资助项目（61070234,61071167）种冬梅（1985-），女，安徽淮北人，硕士研究生，研究方向为数据挖掘与计算智能；李雷，教授，研究方向为智能信号处理、非线性分析与计算智能
更新日期/Last Update: 1900-01-01