基于高维度数据单元划分算法的异常检测  

High Dimension Data Unit Partition Algorithm Based Anormal Detection

作　　者：彭立志[1] 杨波[1] 陈月辉[1] 

机构地区：[1]济南大学信息科学与工程学院,济南250022

出　　处：《计算机工程与应用》2006年第3期133-135,160,共4页Computer Engineering and Applications

基　　金：山东省自然科学基金资助项目(编号:Y2001G09)

摘　　要：文章借鉴CLIQUE聚类算法关于高维度数据空间单元划分的思想,将该思想引入到异常入侵检测中,并通过非均衡划分方法对该算法进行改进,力图建立一个对高维度入侵检测数据有效的异常检测模型。同时结合遗传算法,基于预定义的入侵检测数据集对高维度的入侵检测数据进行了数据维度约简的研究。This paper uses the thinking of unit partition in high dimension data space of CLIQUE Clustering Algorithm for reference,introduces it into anormal detection,and improves the algorithm by the method of unbalanced partition,it tries to build effective anormal detection modal by using this algorlthm.The paper also studies dimension reduce of high dimension intrusion detection data by using Genetic Algorithm.

关 键 词：入侵检测 异常检测 数据挖掘 CLIQUE聚类算法 遗传算法 高维度数据 单元划分算法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]