数据清洗下的改进半监督聚类入侵检测算法研究

• 作 者: 周志平 陈晓洁
• 机 构: 龙岩学院信息工程学院
• 出 处: 武夷学院学报
• 发表日期: 2017年3期
• 关键词: 数据清洗 半监督聚类 入侵检测 data cleaning semi-supervised clustering intrusion detection

针对半监督聚类算法易受噪点的影响,提出一种基于数据清洗的改进半监督聚类算法DCSC。将噪点从数据集中提取出来另行分析。从数据清洗处理后的数据集中抽取若干正常与异常样本分别计算作为初始样本辅助K-Means算法进行聚类。实验结果表明,与现有相关算法相比,该算法具有检测未知攻击的能力,且具有更高的攻击检测率以及更低的误报率。