摘要
由于入侵检测使用的数据集十分庞大,现有的串行聚类算法很难在合理的时间内得到结果。文章提出了一种应用于入侵检测的并行K-均值算法,给出了其加速比估算公式,实验证明了算法的正确性和有效性。
Since the large size of data set in intrusion detection system, existing clustering algorithms can't give the answer in a proper time. This paper proposes a parallel K-means algorithm and evaluates the speedup ratio of it. Through the experiments it proves the efficiency and accuracy of this algorithm.
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2005年第5期151-152,161,共3页
Computer Engineering
基金
国家自然科学基金资助项目(60273075)
关键词
入侵检测
聚类
未标记数据
K-均值
Intrusion detection
Clustering
Unlabeled data
K-means
