论文部分内容阅读
提出一种基于改进密度聚类的异常检测算法（ADIDC），通过在各特征列上分别进行密度聚类，并根据各特征对正常轮廓的支持度进行特征加权，解决了聚类分析方法在异常检测应用中误报率较高的问题,通过大量基于异常检测数据集KDD Cup 1999的实验表明，其相对于传统异常检测方法在保证较高检测率的前提下，有效地降低了误报率，对某些与正常行为相近的特殊攻击检测率明显提高,同时利用特征权值进行特征筛选提高了其检测性能和效率，更适应实时检测要求。