基于聚类组织协同进化的入侵检测算法  

Intrusion detection based on clustering organizational co-evolutionary classifier

作　　者：冯智[1] 李彦斌[1] 

机构地区：[1]西安工程大学电子信息学院,陕西西安710048

出　　处：《西安工程大学学报》2010年第3期330-333,共4页Journal of Xi’an Polytechnic University

基　　金：陕西省自然科学基础研究基金项目(2009JQ8022);陕西省教育厅自然科学专项基金项目(09JK468);西安工程大学2009年度校基础研究基金项目资助课题(09XG06)

摘　　要：针对组织协同进化分类算法中样本数据集数量较大时对训练样本的学习不充分,分类的效率和准确性不高的问题,提出了一种将聚类融入了组织协同的进化算法.该算法在分析组织协同进化特征的基础上,形成聚类组织协同进化算法,并将此算法应用于入侵检测问题中使得训练样本得到比较充分的学习.通过该算法对KDDCUP99数据集进行仿真对比实验,验证了该算法的有效性.To solve the problem that Organizational Co-Evolutionary Classifier（OCEC） is inefficiency and ineffective for the large scale data,by introducing the clustering algorithm in OCEC,a new way called Clustering Organizational Co-Evolutionary Classification was developed.The algorithm which based on analyzing the character of OCEC can learn from huge dataset in intrusion detection problem by more efficiency way.After applying it to the datasets KDDCUP99,the algorithm proves to be feasible and effective.

关 键 词：入侵检测 网络安全 组织协同进化 

分 类 号：TS309.2[轻工技术与工程]