公开(公告)号：CN104836805A

公开(公告)日：2015-08-12

申请号：CN201510221155.2

申请日：2015-05-04

Applicant: 南京邮电大学

Inventor： 成卫青 ,  仲伟伟

IPC: H04L29/06

Abstract: 本发明公开了基于模糊免疫理论的网络入侵检测方法，针对原有免疫入侵检测模型的不足，根据生物免疫原理，提出一个模糊聚类和免疫理论相结合的入侵检测新模型。该模型通过模糊聚类技术将待检测数据进行预处理，然后再经过免疫算法进化的模糊检测器进行检测，降低了检测误差。在过滤掉大量的正常数据的基础上，使后期的匹配检测过程得以大大地简化，减小了计算复杂度。将检测器用模糊规则表示时，可以达到用较少的规则覆盖更多的异体空间的目的。将含异常的数据通过免疫模糊检测器进行处理，整体检测效率得到了提高。

公开(公告)号：CN104376057A

公开(公告)日：2015-02-25

申请号：CN201410621601.4

申请日：2014-11-06

Applicant: 南京邮电大学

Inventor： 成卫青 ,  卢艳红 ,  仲伟伟

IPC: G06F17/30

CPC classification number: G06F17/30598 ,  G06K9/6222

Abstract: 本发明公开了一种基于最大最小距离和K-means的自适应聚类方法，该方法解决了传统K-means聚类算法存在的对初始中心敏感，以及簇个数需事先确定的问题。本发明是一种策略性方法。本发明对初始中心以及新增簇的初始中心的选择都不是随机的，而是经过计算得到的，以数据(子)集中分别与相距最大的两个点相距最小的两个点作为初始中心，能够有效地避免选取到孤立点作为初始中心，同时能有效地减少聚类过程的迭代次数，并得到较好的聚类结果；本发明针对各簇SSE(误差平方和)情况和总的SSE变化趋势决定是否增加簇以及是否结束聚类，从而能自适应确定簇数，特别适合那些簇数难以确定的应用场景。