%0 Journal Article
%T 自适应ap聚类算法及其在入侵检测中的应用
%A 江颉
%A 王卓芳
%A 陈铁明
%A 朱陈晨
%A 陈波
%J 通信学报
%D 2015
%X ？网络数据流量的增大对入侵检测系统的实时性提出了更高的要求，压缩训练数据可加快未知样本的分类处理速度。针对数据量过大造成压缩处理和聚类效率低下的难题，提出了一种改进的自适应ap（affinitypropagation）聚类方法，采取直接关联与簇中心距离较近样本的方法，减少聚类样本数量，降低聚类时空消耗，并依据关联结果，不断调整聚类参数，精确聚类结果。2个网络安全数据集的应用结果表明，该方法可从大规模样本中有效聚出代表性子集，在保证准确率的前提下，提高入侵检测的实效性。
%K 入侵检测
%K 样本
%K 聚类
%K 吸引子传播算法
%K 自适应
%U http://www.joconline.com.cn/CN/10.11959/j.issn.1000-436x.2015242