摘要
提出一种新方法将聚类算法和神经网络相结合用于入侵检测,首先使用聚类算法对数据集进行聚类,聚类后的数据分为确定数据和不确定数据。确定数据用于神经网络的训练,并用于对不确定数据的判决,最后将结果再次训练网络。实验结果表明,此方法有着很好的检测效果。
A new method which combined clustering and neural network applied to detecting intrusion. First we using clustering algorithm divided dataset into definite part and indefinite part. Then the definite part has been trained by the BP neural network. The trained BP net make decision if the data in the indefinite part is normal or intrusion. The final results was used for retrain of the BP net. The experiment demonstrates a good performance in detecting intrusions.
出处
《微处理机》
2006年第4期58-60,共3页
Microprocessors
关键词
入侵检测
聚类
神经网络
Intrusion Detection
Clustering
Neural Network
作者简介
卢辉斌（1965-），男，黑龙江省齐齐哈尔市人，副教授，主研方向：计算机网络理论、程控交换理论的研究。
