基于PSO模糊聚类算法的入侵检测研究  

Research intrusion detection based on PSO fuzzy clustering algorithm

作　　者：张凌杰[1] 褚学征[2] 张国辉[2] 

机构地区：[1]华北水利水电学院水利职业学院信息工程系,郑州450008 [2]2．华中科技大学数字制造装备与技术国家重点实验室,武汉430074

出　　处：《计算机工程与应用》2008年第2期149-151,共3页Computer Engineering and Applications

基　　金：国家高技术研究发展计划( 863)( the National High-Tech Research and Development Plan of China under Grant No.2006AA04Z131) 。

摘　　要：提出一种将粒子群优化(PSO)和FCM相结合的聚类算法PSOFCA对入侵检测系统进行研究,克服FCM方法自身对初始值敏感、容易陷入局部最优等问题。最后对实验数据进行仿真实验,并将实验结果与其他算法结果相比较,结果表明PSOFCA算法在入侵检测中能获得较好的检测能力。A Particle Swarm Optimization-based Fuzzy Clustering Algorithms （PSOFCA） is proposed to improve some defects of sensitivity to the initial data,getting in the local optimization and so on about Fuzzy C-Means in intrusion detection system.Finally,the empirical datum is simulated,and the computational results compares with other algorithm results.The compared results show a better detective ability than other algorithms by the data obtained in experiment.

关 键 词：入侵检测 模糊均值算法 粒子群优化算法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]