基于pso的k-means算法及其在网络入侵检测中的应用

在传统k-means算法中，初始聚类中心随机选择，聚类结果随初始聚类中心的不同而波动，从而导致聚类结果不稳定。提出的pso-basedk-means算法使用pso算法优化生成初始聚类中心，得到的聚类结果全局最优，不会陷入局部最优解。实验结果表明，将pso-basedk-means算法用于入侵检测系统的规则挖掘处理模块，其入侵检测率明显高于传统k-means算法，而误报率则大大低于后者。显然，pso-basedk-means算法可有效提高网络入侵检测系统的性能。