A novel intrusion detection method based on clonal selection clustering algorithm

This paper presents a novel unsupervised fuzzy clustering method based on clonal selection algorithm for anomaly detection in order to solve the problem of fuzzy k-means algorithm which is much more sensitive to the initialization and easy to fall into local optimization. This method can quickly obt...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	2005 International Conference on Machine Learning and Cybernetics Ročník 6; s. 3905 - 3910 Vol. 6
Hlavní autoři:	Ji-Qing Xian, Feng-Hua Lang, Xian-Lun Tang
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 2005
Témata:	Anomaly detection artificial immune Automation clonal selection algorithm Clustering algorithms Clustering methods Detection algorithms fuzzy clustering fuzzy k-means algorithm Fuzzy sets genetic algorithm Genetic algorithms Intrusion detection Machine learning Stochastic processes Training data
ISBN:	0780390911, 9780780390911
ISSN:	2160-133X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!