论文部分内容阅读
使用KDDCup99网络入侵检测数据，对传统的FCM（Fuzzy C-Means）算法进行实验，发现该聚类算法在进行聚类划分和孤立点判断时，存在划分粗略性现象。针对该问题，本文提出使用分箱统计的FCM方法来划分和描述数据集的分布。与原有算法相比，不需要频繁更新聚类中心，同时耗时问题也得到较好的改善。文章最后将特征匹配与基于分箱的FCM算法相结合，协同分析网络连接数据记录。实验结果证明，这种协同检测方法的检测率有明显提高，实时性好，能较好地发现新的攻击类型，便于检测知识库的更新。