基于聚类分析的网络入侵检测模型  

Network Intrusion Detection Model Based on Clustering Analysis

作　　者：李文华[1] 

机构地区：[1]长江大学计算机科学学院,湖北荆州434023

出　　处：《计算机工程》2011年第17期96-98,共3页Computer Engineering

摘　　要：为提高网络入侵检测系统的入侵识别能力,提出一种基于模糊C均值(FCM)聚类的入侵检测模型。该模型包括数据预处理器、FCM聚类处理器、类中心集更新器和检测系统,可以同时处理数值属性与符号属性。实验结果表明,与其他模型相比,该模型具有较低的误警率和较高的检测率。This paper introduces Fuzzy C-means（FCM） clustering method,researches the methods of intrusion detection based on clustering analysis,and establishes a new model of network intrusion detection.The new model is included data pre-processor,clustering-component based FCM,Updater of clustering-center,and detection system,and improves the availability of intrusion detection system.Experimental result proves that the model can detect intrusion from the network connection data at a lower system false alarm rate and a higher detection rate.

关 键 词：入侵检测 聚类分析 模糊C均值 欧氏距离 简单匹配系数 

分 类 号：TP309[自动化与计算机技术—计算机系统结构] TP393[自动化与计算机技术—计算机科学与技术]