基于模拟退火与k均值聚类的入侵检测算法

k均值聚类算法对初始值的选取依赖性极大，易陷入局部极值。为此，结合模拟退火算法和k均值聚类思想，提出一种新的入侵检测方案。算法利用模拟退火算法对聚类分析中的聚类准则进行优化，以获得全局最优解，并进一步开拓模拟退火算法的并行性以加快算法收敛速度。在kddcup1999上进行了仿真测试，实验结果表明该方案优于基于k均值聚类的入侵检测算法，有较低的误检率与虚警率。