论文部分内容阅读
针对常用聚娄算法在网络入侵检测中结果不理想的问题，在研究典型模糊C均值聚类算法（FCM）的基础上，提出了一种结合CA与FCM的网络入侵检测算法GFCM，以克服FCM聚类时对初始值敏感、受噪声影响大、容易陷入局部最优等问题，通过在KDD CUP99数据集上对比实验，证明该算法的检测度高，对网络异常攻击行为检测效果较好。