模糊聚类和QPSO算法在Ad Hoc异常检测中的应用  

Network anomaly detection based on fuzzy clustering algorithm and QPSO algorithm in mobile Ad Hoc

作　　者：张端[1] 刘渊[1,2] 郝建东[1] 

机构地区：[1]江南大学信息工程学院,江苏无锡214122 [2]江南大学数字媒体中心,江苏无锡214122

出　　处：《计算机工程与应用》2010年第30期92-94,共3页Computer Engineering and Applications

基　　金：江苏省科技支撑计划(No.SBE200800983)

摘　　要：根据模糊聚类算法和量子粒子群算法,提出一种基于以上两种算法的网络异常检测模型,并将该模型应用到Ad Hoc无线网络异常检测中。在聚类分析中,K-Means聚类算法是应用最广泛的方法之一。该模型先利用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向量间的欧几里德距离;再通过量子粒子群优化算法寻找聚类中心;最后进行仿真模拟,实验结果表明该模型对Ad Hoc无线网络异常检测是有效的。Based on fuzzy clustering algorithm and QPSO clustering algorithm,a model of detecting network anomaly based on these two algorithms is presented.In cluster analysis,K-Means algorithm is one of the most widely used methods.The paper uses K-Means clustering algorithm to seed the initial swam.All the process of clustering based on the Euclidean distance among data-vectors.Cluster-center is chosen by QPSO clustering algorithm.Finally,the experiment result shows that this model is effective for wireless network anomaly detection.

关 键 词：K-MEANS聚类算法 量子粒子群算法 Ad HOC无线网络 异常检测 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]