基于子空间聚类的入侵检测方法

下载PDF

导出

摘要本文通过分析现有入侵检测技术所存在的不足,探讨了基于子空间聚类的入侵检测技术的优势,并提出一种基于子空间聚类的入侵检测方法。该方法通过将网络数据进行子空间聚类分为正常类与异常类,从而检测入侵记录。文中详细的阐述了具体实现方案,并通过仿真实验验证了该方法的可行性。

作者刘怀北

机构地区福建省计算中心

出处《福建电脑》 2009年第10期94-95,共2页 Journal of Fujian Computer

关键词子空间聚类入侵检测高维数据

参考文献6

1Li Boyang.A Centroid Weighting K-Means Algorithm for Subspace Clustering[]..2008
2Mukkamala S,Janoski G,Sung A H.Intrusion Detection Using Neural Networks and Support Vector Machines[].Proceedings of IEEE International Joint Conference on Neural Networks.2002
3Portnoy L,Eskin E,Stolfo S J.Intrusion Detection with Unlabeled Data Using Clustering[].Proceedings of ACM CSS Workshop on Data Mining Applied to Security (DMSA-).2001
4Jing L,,Ng M K,Xu J,et al.Subspace clustering of textdocuments with feature weightingk-means algorithm[].Proc of the th Pacific-Asia Conference on Knowledge Discov-ery and Data Mining.2005
5DOMENICONI C,PAPADOPOULOS D,GUNOPULOS D, et al.Subspace clustering of high dimensional data[].SIAM International Conference on Data Mining.2004
6T. F. Gonzalez.Clustering to minimize the maximum intercluster distance[].Theoretical Computer Science.1985

福建电脑

2009年第10期

内容加载中请稍等...