论文部分内容阅读
利用数据挖掘技术对网络中的海量数据进行分析从而发现入侵行为已成为目前异常检测研究的重点。为了进一步提高入侵行为检测的质量，提出了一种改进的异常检测算法。该方法首先将训练数据集转换为标准的单位特征度量空间，然后利用改进算法对数据进行划分，以找到聚类中心。最后对改进算法进行了性能分析与比较，实验结果表明：算法具有良好的稳定性，能够有效地检测真实网络数据中的入侵行为，对大数据集合具有较好的可伸缩性。