Earticle

현재 위치 Home

A Network Intrusion Detection Model Based on K-means Algorithm and Information Entropy

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIA) 바로가기
  • 간행물
    International Journal of Security and Its Applications SCOPUS 바로가기
  • 통권
    Vol.8 No.6 (2014.12)바로가기
  • 페이지
    pp.285-294
  • 저자
    Gao Meng, Li Dan, Wang Ni-hong, Liu Li-chen
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A237089

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Many factors could influence the clustering performance of K-means algorithm, selection of initial cluster centers was an important one, traditional method had a certain degree of randomness in dealing with this problem, for this purpose, information entropy was introduced into the process of cluster centers selection, and a fusion algorithm combining with information entropy and K-means algorithm was proposed, in which, information entropy value was used to measure the similarity degree among records, the least similar record would be regarded as a cluster center. In addition, a network intrusion detection model was built, it could make cluster centers change dynamically along with the network changes, and the model could real-time update the cluster centers according to actual needs. Experiment results show that the improved algorithm proposed is better than the traditional K-means algorithm in detection ratio and false alarm ratio, and the network intrusion detection model is proved to be feasible.

목차

Abstract
 1. Introduction
 2. Fusion Algorithm Combing with Information Entropy and K-means
  2.1. K-means Algorithm
  2.2. Information Entropy
  2.3. IE-K-means Algorithm based on Information Entropy
  2.4. Network Intrusion Detection Algorithm Based on IE-K-means
 3. Network Intrusion Detection Model based on IE-K-means Algorithm
  3.1. Data Standardization Processer
  3.2. IE-K-means Clustering Tool
  3.3. Anomaly Detection System
  3.4. Updater of Cluster Centers
 4. Simulation Experiment and Analysis
 5. Conclusions
 Acknowledgements
 References

키워드

Information entropy K-means algorithm Dynamic cluster center Intrusion detection model

저자

  • Gao Meng [ Information and Computer Engineering College, Northeast Forestry University, Harbin, China ]
  • Li Dan [ Information and Computer Engineering College, Northeast Forestry University, Harbin, China ]
  • Wang Ni-hong [ Information and Computer Engineering College, Northeast Forestry University, Harbin, China ]
  • Liu Li-chen [ College of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIA) [Science & Engineering Research Support Center, Republic of Korea(IJSIA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Security and Its Applications
  • 간기
    격월간
  • pISSN
    1738-9976
  • 수록기간
    2008~2016
  • 등재여부
    SCOPUS
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Security and Its Applications Vol.8 No.6

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.