基于改进的PAM算法的入侵检测方法

研究了入侵检测中算法的应用问题,由于PAM算法的入侵行为检测对大的数据集合没有良好的可伸缩性,提出了一种基于改进的PAM算法的入侵检测方法.首先将训练数据集转换为标准的单位特征度量空间;然后利用改进算法对数据进行划分,以找到聚类中心;最后对算法进行了性能分析与比较,并将该方法成功应用于入侵检测的仿真实验中.实验结果表明,算法具有良好的稳定性,能够有效地检测真实网络数据中的入侵行为,对大数据集合具有较好的可伸缩性.