您的位置: 专家智库 > >

教育部科学技术研究重点项目(208176)

作品数:2 被引量:0H指数:0
相关作者:李勇征刘教民李艳王雷孟军英更多>>
相关机构:燕山大学河北科技大学石家庄理工职业学院更多>>
发文基金:河北省自然科学基金教育部科学技术研究重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇入侵
  • 2篇入侵检测
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇模糊聚类
  • 2篇聚类
  • 1篇异常检测
  • 1篇数据分类
  • 1篇数据分析
  • 1篇免疫进化

机构

  • 2篇燕山大学
  • 1篇中国人民解放...
  • 1篇河北科技大学
  • 1篇石家庄理工职...

作者

  • 2篇刘教民
  • 2篇李勇征
  • 1篇王震洲
  • 1篇孟军英
  • 1篇王雷
  • 1篇李艳

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于自控粒子群优化的入侵数据分析
2012年
基于异常的入侵检测方法难以有效地获得一个用于建立正常行为模式的正常数据训练集,而粒子群优化模糊聚类算法的初始化聚类数目一般凭经验确定,准确性不高。为此,提出一种自控粒子群优化模糊聚类算法。从网络数据中提取训练集,并初始化具有不同聚类数目的粒子群,在迭代过程中,根据不同粒子群的聚类有效性函数,通过列控制向量对各粒子群规模进行调整,由此实现聚合。实验结果表明,该方法的聚类结果准确率高,可以为基于异常的入侵检测方法提供可靠的训练数据。
刘教民李勇征孟军英李艳
关键词:粒子群优化模糊聚类入侵检测异常检测
融合自控粒子群和免疫进化的入侵数据分类
2013年
在对基于异常的入侵检测进行训练时,缺少一个实时有效的训练集,提出了一种融合自控粒子群和免疫进化的入侵数据分类方法,对网络数据进行聚类分析,生成可靠的训练数据。粒子群模糊C均值聚类算法需要提前确定聚类数目,这在网络数据分析处理中是很难把握的,引入自控粒子群的方法根据迭代演算情况自动调节不同聚类数目的粒子群规模,使数据最后聚合在一个数目最优的聚类集中,同时为了克服陷入局部最优的问题,引入免疫进化机制,使部分粒子在当前最优指导下进行合理变异和替换,跳出局部最优解。
刘教民李勇征王雷王震洲
关键词:粒子群优化模糊聚类入侵检测
共1页<1>
聚类工具0