改进分块支持向量聚类在入侵检测中的应用

支持向量聚类（SVC）是在支持向量机的思想上发展而来一种聚类方法，针对其处理大规模数据集速度缓慢的缺点，提出了一种改进的分块支持向量聚类算法。改进的算法分为三个阶段：前期的预处理，中期的分块算法，后期的改进标类算法。提出的方法显著加快了SVC  的速度，在保持原来SVC  算法的优点的基础上，对大规模数据集以及非均匀分布数据集等具有良好的效果。将其应用到网络入侵检测，实验结果表明改进的算法行之有效。关键词：支持向量聚类；数据挖掘；  网络安全；入侵检测A  Improved  Algorithm  of  Chunking  Support  Vector  Clustering  and  Its  Application  in  Intrusion  Detection  ZHANG  A-pin，  XU  Bao-guo  （School  of  communication  and  engineering,  Southern  Yangtze  University,  Wuxi  214122,China）  Abstract:  The  Support  Vector  Clustering  (SVC)  algorithm  is  inspired  by  support  vector  machines.  Aiming  at  its  defection  of  slowly  training  of  large-scale  sets,  an  improved  algorithm  of  chunking  SVC  is  proposed  to  speed  the  algorithm.  The  improvement  contains  three  stages:  firstly  pre-processing  ,  secondly  chunking  algorithm  and  finally  improved  cluster  labeling  method.  The  proposed  method  strongly  enhanced  the  SVC.  Keeping  the  advantages  of  original  SVC,  it  has  an  excellent  performance  to  deal  with  large-scale  sets  as  well  as  unevenly  distributed  data  sets.  Applied  the  algorithm  to  network  intrusion  detection,  the  result  shows  that  it’s  acceptable.Key  words:  support  vector  clustering  (SVC);  data  mining;  network  security;  intrusion  detection