%0 Journal Article %A 王 茜 %A 刘胜会 %T 改进K-means算法在入侵检测中的应用研究 %D 2015 %R %J 计算机工程与应用 %P 124-127 %V 51 %N 17 %X 为了弥补传统K-means聚类算法在K值确定和初始中心选择难等方面的不足,基于“合并与分裂”思想,提出一种改进的K-means聚类算法。将数据独立程度概念引入实验数据子集构造理论中,利用独立程度评价属性的重要性;根据点密度将数据集合并为若干类,结合最小支撑树聚类算法与传统K-means聚类算法实现分裂;使用KDD Cup99数据集对改进算法在入侵检测中的应用进行仿真实验。结果表明,改进算法在检测率和误报率方面均优于传统K-means算法。 %U http://cea.ceaj.org/CN/abstract/article_33604.shtml