文章摘要
温海波.改进聚类算法在DRDoS攻击检测中的应用研究[J].安徽建筑大学学报,2017,25(1):70-75
改进聚类算法在DRDoS攻击检测中的应用研究
Research and Application of Improved Clustering Algorithm in DRDoS Attack Detection
  
DOI:10.11921/j.issn.2095-8382.20170116
中文关键词: 聚类算法  信息熵  区域密度  贪婪迭代增长  入侵检测  DRDoS
英文关键词: clustering algorithm  information entropy  regional density  greedy iterative growth  intrusion detection  DRDoS.
基金项目:安徽省教学研究项目(2016mooc126);安徽省自然科学基金重点项目(KJ2016A159)
作者单位
温海波 安徽交通职业技术学院 城市轨道交通与信息工程系安徽 合肥230051 
摘要点击次数: 1508
全文下载次数: 0
中文摘要:
      针对DBSCAN及K-means聚类算法固有缺陷,提出基于信息熵的贪婪迭代增长式聚类算法(GIG-CA)。该算法将熵值理论引入聚类初始点的确立,以类内对象间欧几里德距离均值作为聚类的区域密度阈值,用贪婪法迭代增长生成聚类。将该算法应用于DRDoS攻击检测中,通过实验验证其正确性、鲁棒性及实用性。
英文摘要:
      In this paper, a greedy iterative growth clustering algorithm (GIGCA) based on information entropy is proposed for DBSCAN and K-means clustering algorithm. The entropy theory is introduced into the initial point of clustering. The Euclidean distance between objects in the class is taken as the regional density threshold of clustering, and the clustering is generated by greedy method. The algorithm is applied to DRDoS attack detection, and its correctness, robustness and practicability are verified by experiments
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮