基于马氏距离属性加权聚类算法的入侵检测研究任务书-任务书网

1. 毕业设计（论文）主要目标：

1)深入理解基于属性重要度加权的马氏距离算法在聚类分析中的优点。

2)提高对属性差异性和相关性依赖程度较大的数据集聚类划分的准确率。

3)利用改进后的聚类算法，提高对网络入侵攻击类型的检测率。

4)对新的聚类算法和原始算法进行实验对比，证明新算法的可行性和有效性。

1）用MATLAB将基于属性加权马氏距离的聚类算法对提取的数据集按照不同攻击类型进行聚类，并将聚类结果绘制成图表。

2）对实验所得图表进行各项分析比较，得出结论并完成论文。

[1]易倩，滕少华，张巍.基于马氏距离的K均值聚类算法的入侵检测[J].江西师范大学学报，2015，36(3):284-287.

[2]王丽娜，王亭亭.基于两步模糊聚类算法的网络入侵检测应用[J].微电子学与计算机，2014，31(3):76-79.

[3]蔡静颖，谢福鼎，张永.基于马氏距离特征加权的模糊聚类新算法[J].计算机工程与应用，2012，48(5):198-200.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。