论文部分内容阅读
采用无监督的模糊C均值聚类算法构成多分类器组，对网络入侵进行分类，使入侵检测系统可以直接处理无标签的原始网络数据．利用粒子群优化算法容易实现全局最优且收敛速度较快的特点，通过粒子群优化算法来优化模糊C均值聚类算法的聚类中心，以改善模糊C均值聚类算法应用于入侵检测系统时容易陷入局部最优等缺陷，并进一步对无监督聚类得到的结果进行关联修正．实验结果表明，改进算法具有较强的全局搜索能力，聚类结果优于传统的FCM算法及基于遗传算法的模糊C均值聚类算法．该方法有效提高了入侵检测的检测率，同时降低了误报率，改善了入侵检