基于改进模糊C均值聚类算法的云计算入侵检测方法OA北大核心CSCDCSTPCD
A cloud computing intrusion detection with objective function optimization based on fuzzy C-means clustering algorithm
针对标准模糊C均值聚类算法(FCM)在云计算平台下的入侵检测中存在检测精度不高等问题，提出一种基于目标函数优化模糊C均值聚类算法的云计算入侵检测模型。该模型采用核函数增强FCM算法的寻优能力，根据 Mercer 核定义优化FCM算法的目标函数，使用拉格朗日数乘法求得聚类中心和隶属度矩阵，有效降低算法的复杂度。研究结果表明：所提出的基于目标函数优化的FCM算法与传统的FCM算法相比，对云计算网络入侵检测的准确率较高，具有更好的收敛性能。
Considering that standard fuzzy C-means clustering algorithm’s detection accuracy is not high in the cloud intrusion detection applications, a cloud computing intrusion detection model was proposed based on kernel fuzzy C-means clustering algorithm. Firstly, kernel functions were used to increase the capacity optimization of fuzzy C clustering algorithm, and then Mercer nuclear-defined objective function of fuzzy C clustering algorithm was optimized. At last…查看全部>>
刘绪崇;陆绍飞;赵薇;张悦
网络侦查技术湖南省重点实验室，湖南 长沙，410138 网络犯罪侦查湖南省普通高等学校重点实验室，湖南 长沙，410138 湖南警察学院 信息技术系，湖南 长沙，410138湖南大学 信息科学与工程学院，湖南 长沙，410082
信息技术与安全科学
云计算网络入侵检测模糊C均值聚类目标函数优化拉格朗日数乘法
cloud computing networkintrusion detectionfuzzy C means clusteringobjective function optimizationLagrange multiplication
《中南大学学报（自然科学版）》 2016 (7)
计算机病毒应急响应关键技术研究
2320-2325,6
国家自然科学基金资助项目(61471169)；湖南省自然科学基金资助项目(2016JJ2029)；中央高校基本科研业务费专项资金资助项目(531107040201)(Project(61471169) supported by the National Natural Science Foundation of China Project(2016JJ2029) supported by Hunan Provincial Natural Science FoundationProject(531107040201) supported by the Special Funds for Basic Scientific Research Business of the Central Universities)
评论