文献类型：期刊文献

中文题名：改进FCM算法在网络入侵检测中的应用研究

英文题名：Improved FCM Algorithm in Network Intrusion Detection Research

作者：任真[1];胡学文[2];张红[1]

第一作者：任真

机构：[1]甘肃中医学院计算机教研室;[2]兰州城市学院信息网络中心

第一机构：甘肃中医药大学

年份：2011

卷号：16

期号：5

起止页码：42

中文期刊名：甘肃高师学报

外文期刊名：Journal of Gansu Normal Colleges

收录：国家哲学社会科学学术期刊数据库

语种：中文

中文关键词：入侵检测;FCM算法;广义回归神经网络

外文关键词：intrusion detection ;fuzzy C-means cluster; generalized regression neural network

摘要：入侵检测作为一种主动防御技术已成为实现网络安全的一个重要手段.数据挖掘技术中模糊C均值算法(FCM)对分析审计日志数据和检测入侵非常有用,它通过迭代来优化目标函数,求取目标函数的极值点,但该算法本身无监督性,没有先验知识指导的初始化值易使算法陷入局部极值,从而产生误导.基于广义回归神经网络(GRNN)改进FCM算法则可以在网络入侵检测中最大可能地避免主观假定对预测结果的影响.
Intrusion detection technology as a proactive network security has become an important tool. FCM data mining techniques for analyzing audit data and intrusion detection logs are very useful,it is to optimize the objective function through iterative, the objec- tive function of the extreme point of strike, but the algorithm itself is unsupervised, the absence of prior knowledge of the initial value of the guide is easy to make the algorithm into a local minimum, thus misleading. Improved FCM algorithm based on GRNN network intrusion detection can be the maximum possible to avoid subjective assumptions of the forecast results.