基于KQPSO聚类算法的网络异常检测  

Network anomaly detection based on KQPSO clustering algorithm

作　　者：马汝辉[1] 刘渊[1] 林星[1] 

机构地区：[1]江南大学信息工程学院,江苏无锡214122

出　　处：《计算机工程与应用》2008年第11期127-128,167,共3页Computer Engineering and Applications

基　　金：国家部委预研项目

摘　　要：提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean(欧几里德)距离。再通过量子粒子群优化算法(QPSO)寻找聚类中心。最后进行仿真模拟,实验结果表明,该模型对网络异常检测是有效的。Model of detecting network anomaly based on KQPSO（K-Means Quantum-behaved Particle Swarm Optimization） clustering algorithms is presented.The authors uses K-Means clustering to seed the initial swam.All the process of clustering is based on the Euclidean distance among data vector.Cluster-centroid is chosen by QPSO clustering algorithm.Finally,the experiment result shows that this model is effective for network anomaly detection.

关 键 词：QPSO算法 网络异常检测 K—Means KQPSO 

分 类 号：TP393.01[自动化与计算机技术—计算机应用技术]