论文部分内容阅读
针对日益增多的网络安全威胁,以及目前网络入侵检测系统的发展现状,本文提出了一种基于聚类算法的异常入侵检测模型。针对K-means算法对聚类初始中心的依赖、距离计算的复杂性比较大等缺点,提出了一种改进算法,该算法汲取了K-medoids轮换法和改进的三角形三边关系定理等具有的优点。通过实验证明,把改进后的算法应用于网络入侵检测系统中,可以大幅度提高数据分类的准确性和检测效率。在KDD CUP 1999上的仿真实验结果表明,该算法实现预期效果,具有高检测率和高效率。