论文研究基于自适应蚁群聚类的入侵检测.pdf

针对蚁群聚类算法在聚类结果中出现部分数据划分不够准确的问题，提出一种基于信息熵调整的自适应混沌蚁群聚类改进算法。该算法通过优化过程中种群的信息熵来衡量演化的程度，自适应地调整信息素更新策略。每一次迭代结束时，使用混沌搜索算子在当前全局最优解附近搜索更好的解。而随着算法的进行，混沌算子搜索范围逐渐缩小，这样混沌算子在蚁群搜索的初期起到防止陷入局部最优的作用，在蚁群搜索后期起到提高搜索精度的作用，从而得到更好的聚类结果。使用KDDCup1999入侵检测数据集所作的仿真实验结果表明，聚类效果改进明显，并能有效提高入侵检测的检测率、降低误检率。