朱 健，卢秉亮，曲超毅

（1.沈阳航空职业技术学院，沈阳110034；2.沈阳航空航天大学计算机学院，沈阳110136；3.中航工业沈阳飞机工业（集团）有限公司，沈阳110034）

聚类算法在入侵检测中的应用研究

朱 健1，卢秉亮2，曲超毅3

（1.沈阳航空职业技术学院，沈阳110034；2.沈阳航空航天大学计算机学院，沈阳110136；3.中航工业沈阳飞机工业（集团）有限公司，沈阳110034）

应用聚类算法对入侵检测数据集进行聚类，通过对其聚类结果的分析，发现聚类的部分簇中存在划分不够紧凑的问题。为此，提出应用加权聚类算法对簇中与聚类中心距离较远的数据进行聚类，解决了聚类结果中存在“子簇”的问题。结果表明，簇的紧凑性有较大提升，同时由于子簇数量的减少使得检测率有所提升，加快了检测速度。

网络安全；入侵检测；聚类分析；加权聚类算法

1 引 言

随着网络技术的逐渐发展，不断出现新的入侵和新类型的攻击，为了解决此问题，必须应用智能入侵检测技术。常见的入侵检测方法主要包括统计方法、神经网络、模式匹配、规则推理以及人工免疫理论等方法［1-3］。为了获得网络行为模式，需要通过带标签数据或者完全正常的网络行为数据进行训练。然而，标签数据和完全正常的网络行为数据是很难实现的，这是由于数据的海量性和复杂的网络环境造成的。为了提高入侵检测效率，以聚类（Clustering）为代表的无监督入侵检测算法［4-6］被用来直接处理无标签原始网络数据。

通过使用应用加权的聚类算法在局域网中进行实际的入侵检测验证，对DOS和Probe两类攻击进行检测，结果表明有较好的检测性能，并对未知网络入侵具有一定的自适应性。……