安徽农业科学

2014, v.42;No.450(17) 5671-5672+5682

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于信息熵与K-means融合算法的网络入侵检测模型
Network Intrusion Detection Model Based on Algorithm Combining with Information Entropy and K-means

朱娴睿;黄英来;王成瑞;

摘要(Abstract):

传统K-means算法在初始聚类中心选择时具有较大随机性,是影响聚类分析结果的关键因素。利用信息熵辅助选取聚类中心,提出一种信息熵与K-means融合算法,并以此为基础构建一种网络入侵检测模型,除完成异常入侵检测外,可使聚类中心随网络变化而动态更新,提高入侵检测效果。通过对比试验,证明了该方法的可行性及有效性。

关键词(KeyWords): 信息熵;K-means算法;入侵检测

Abstract:

Keywords:

基金项目(Foundation): 中央高校基本科研业务费专项资金资助(2572014CB25);; 黑龙江省自然科学基金项目(C201347)

作者(Author): 朱娴睿;黄英来;王成瑞;

Email:

DOI: 10.13989/j.cnki.0517-6611.2014.17.124

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享