基于粒子群和模糊数学的入侵检测系统的研究
2016-08-25林辉
电子设计工程 2016年14期
关键词:检测
林辉
(渭南师范学院 信息与教育技术中心,陕西 渭南 714000)
基于粒子群和模糊数学的入侵检测系统的研究
林辉
(渭南师范学院 信息与教育技术中心,陕西 渭南714000)
模糊C-均值算法是一种无监督的数据分类方法。基于FCM算法对随机初始值敏感,易陷入局部极致点这个问题,引入粒子群优化算法。粒子群算法的核心思想是让每个粒子根据自身和周围粒子的信息共享,实现全局搜索最优值。收敛速度快,全局搜索能力很强。利用粒子群算法的全局搜索能力,对FCM算法性能进行改进,将粒子群优化算法和FCM算法结合,用KDD99数据集进行测试,实验结果表明,改进算法具有较高检测率和降低误报率。
模糊;聚类;无监督;粒子群;KDD99
聚类分析算法是多元统计分析的重要方法之一,它也是统计模式识别中无监督模式识别的重要学科之一,聚类分析也常叫做无督导学习,希望将数据分为若干子类,在同一类的数据尽量相似,不同类的数据尽量不相似。从技术上划分分,聚类算法可分为硬聚类算法和模糊聚类算法。
1 FCM算法介绍
Zadeh提出的模糊集理论对数据的软化分提供了有利的工具,人们开始用模糊的方法来处理聚类问题,实际中受到普遍欢迎的是基于目标函数的聚类方法,该方法设计简单,解决问题应用范围广,最终可转化为优化问题而用经典的非线性规划理论求解,易于用计算机编程[1]。
2 粒子群算法介绍
粒子群算法产生于对简化的社会模型模拟,它是在鸟群,鱼群和人类社会的行为规律的启发下提出的[2]。……
登录APP查看全文
