一种基于DBI-PD聚类算法的异常检测机制
丁姝郁
【期刊名称】《电脑开发与应用》 【年(卷),期】2015(000)002
【摘要】分析了网络数据维数和检测准确度之间的关系，介绍了常用于入侵检测的聚类分析方法及其优缺点。在此基础上，提出一种以戴维森堡丁指数（DBI）为聚类准则、基于划分和密度方法的聚类算法（DBI-PD）。该方法通过信息增益率（IGR）提取网络数据中对检测攻击最有用的“特征”，并以DBI准则确定最优聚类个数、划分和密度两种聚类分析方法结合使用用于异常检测。提出的基于DBI-PD的异常检测机制能有效避免聚类分析在入侵检测中的“维数灾难”问题、避免无用数据特征干扰，还能改善聚类质量，从而提高检测准确度。%In this paper, the relationship between the dimensions of network data and the detection accuracy is analyzed. In addition, this paper introduces clustering analysis methods which are often used in intrusion detection and compare their advantages and disadvantages. On the basis of that, this paper proposes a partition and density-based clustering algorithm used Davies-Bouldin Index (DBI-PD). DBI-PD method firstly selects the most related features for detection in network data using information gain ratio (IGR), then determines the optimal number of clusters based on DBI, and finally combines the partition and density clustering methods to detect. The DBI-PD based anomaly detection scheme proposed in this paper can effectively avoid the
\interferences because of the useless data features. Furthermore, this scheme can improve the clustering quality, so as to improve the accuracy of detection. 【总页数】4页(24-26,30)
【关键词】信息增益率(IGR);戴维森保丁指数(DBI);聚类分析;异常检测 【作者】丁姝郁
【作者单位】成都工业学院，成都 611730 【正文语种】中文 【中图分类】TP311 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_computer-development-applications_thesis/0201244140065.html 【相关文献】
1.优化的聚类算法在异常检测中的应用 [J], 李建国 2.优化的聚类算法在异常检测中的应用 [J], 李建国
3.高效的混合聚类算法及其在异常检测中的应用 [J], 李建国; 胡学钢 4.组合聚类算法在异常检测中的应用研究 [J], 卢扬
5.一种基于查询密度聚类的异常检测算法 [J], 钟勇; 林冬梅; 秦小麟
以上内容为文献基本信息，获取文献全文请下载
一种基于DBI-PD聚类算法的异常检测机制
