[1]王博,彭玉涛,罗超.基于模糊聚类广义回归神经网络的网络入侵研究[J].江西师范大学学报(自然科学版),2012,(03):288-291.
　WANG Bo,PENG Yu-tao,LUO Chao.The Clusting Research for Net Attack Based on Fuzzy Clustering and GRNN[J].Journal of Jiangxi Normal University:Natural Science Edition,2012,(03):288-291.
点击复制

基于模糊聚类广义回归神经网络的网络入侵研究()
分享到：

《江西师范大学学报》（自然科学版）[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年03期
页码:
288-291
栏目:
出版日期:
2012-05-01

文章信息/Info

Title:
The Clusting Research for Net Attack Based on Fuzzy Clustering and GRNN
作者:
王博;彭玉涛;罗超
井冈山大学电子与信息工程学院,江西吉安343009；井冈山大学现代教育技术中心,江西吉安343009
Author(s):
WANG Bo;  PENG Yu-tao;  LUO Chao
关键词:
聚类算法; 模糊聚类; 广义回归神经网络; 网络入侵检测
Keywords:
clustering;  fuzzy clustering;  GRNN;  net attack testing
分类号:
TP389.1
文献标志码:
A
摘要:
采用结合模糊聚类和广义神经网络回归聚类分析的方法,对5种网络入侵行为模式进行有效的聚类.首先用模糊 c 均值聚类算法将入侵数据分为5类,再将聚类的结果中最靠近每类中心的样本作为广义神经网络的聚类训练样本进行数据训练,训练输出的结果即为该个体所属的入侵类别.实验结果表明:新算法对网络入侵途径的分类精度更高,可为预防网络入侵提供更可靠的数据支持
Abstract:
The methods of fuzzy clustering and GRNN clustering, which this article used, to divide net attack behavior into five categories. First, use fuzzy c-mean clustering arithmetic divide attack data into five categories; then, from the result of the clustering, these samples, which closest to the every clustering center, is going to data training as GRNN clustering training simples, the output result of training. is the attack category of this data belonged to. This method has higher classification accuracy in how to divide net attack methods into, and net attack instrusion prevention with more reliable data support.

参考文献/References:

[1] 张艳艳, 彭新光. 虚拟健壮主机入侵检测的实验研究 [J]. 计算机应用与软件, 2010, 27(4): 130-132.
[2] 李亮超. 基于校园网的网络入侵检测系统的研究与实现 [J]. 微型电脑应用, 2010, 26(3): 61-64.
[3] 刘培顺, 王学芳. 入侵检测中的归纳学习方法 [J]. 计算机工程, 2006, 32(16): 125-162.
[4] 方贤进, 李龙澍, 钱海. 基于人工免疫的网络入侵检测中疫苗算子的作用研究 [J]. 计算机科学, 2010, 37(1): 239-242.
[5] 李涛. 基于数据挖掘技术的自适应入侵检测系统模型 [J]. 计算机工程与设计, 2010, 31(6): 1209-1211.
[6] 傅德胜, 周舒, 郭萍. 基于数据挖掘的分布式网络入侵检测系统设计及实现 [J]. 计算机科学, 2009, 36(3): 103-105.
[7] 王博. 基于BP网络的一种改进算法及仿真 [J]. 井冈山学院学报: 自然科学版, 2009, 30(10): 37-39.
[8] 王博, 李冬妹, 罗超. 基于小波神经网络的非线性系统工程安全性评价研究 [J]. 井冈山大学学报: 自然科学版, 2010, 31(3): 78-82.
[9] 杨群, 蔡乐才, 莫再群, 等. 基于组合智能的网络入侵检测模型 [J]. 微计算机信息, 2010, 26(2): 89-91.
[10] 张桂林, 柯永振, 李智超, 等. 一种入侵预测系统的建模与仿真研究 [J]. 系统仿真学报, 2010, 22(7): 1796-1799.
[11] 曹从军, 孙静. 基于广义回归神经网络的数码打样色彩空间转换方法 [J]. 计算机应用, 2010, 30(8): 2108-2110.
[12] 王小军. 模糊聚类在入侵检测中的应用研究 [D]. 南京: 南京师范大学, 2006
[13] 李辉, 蔡敏, 李宇, 等. 基于自适应粒子群优化算法的神经网络的优化研究 [J]. 江西师范大学学报: 自然科学版, 2010, 34(6): 632-635.
[14] 江琴, 程树森, 杜后发. BP神经网络在烧结矿技术经济指标的应用 [J]. 江西师范大学学报: 自然科学版, 2009, 33(4): 414-416.

更新日期/Last Update: 1900-01-01