本文**：腳印**網
在當前的資料探勘技術中，應用到入侵檢測系統的典型演算法主要有4種：頻繁情節規則挖掘演算法，關聯規則挖掘演算法，分類演算法，聚類演算法。其中前3種是基於有訓練指導的學習方法，要建立資料訓練模型。
假如在訓練資料集中含有一些潛在的攻擊行為，則該演算法就不能正常檢測出入侵行為。而聚類演算法，則是一種基於無指導的學習方法，它是基於相似性進行對記錄分組，而不需要進行訓練資料的過程。本文所採用的演算法，正是基於無指導的聚類演算法[3]。
dbscan演算法是一種在密度基礎上的有效聚類演算法，借助於類密度連通性，及時地計算出可能的形狀類。dbscan演算法的主要思想為：針對類中不包括邊界點任何乙個點p，在給定的某個eps鄰域內，資料點的總數量要大於minpts[4]。
dbscan演算法在文字中高維資料的處理方面具有非常好的效能，然而該演算法的eps及minpts引數的設定非常重要，執行演算法時，引數設定的合理與否，對於聚類的效果會有非常大的影響[5]。因而對於eps及minpts引數的設定成為本文尤其需要考慮的乙個重點。本文利用聚類劃分演算法中的k-means演算法，對當前的使用者行為資料庫實施聚類劃分，進行入侵行為的檢測，並確定eps及minpts引數的具體值。
傳統的k-means概念是：在資料庫中，存在n個元組或者物件，通過實施聚類劃分法，將資料劃成k份，共有k個聚簇（k≤n），劃分規則是每乙個組含有不少於乙個的物件，每乙個物件只能屬於乙個組。
劃分法在進行了初始劃分後，利用迭代方法，通過物件在劃分間的不斷調整以優化劃分效果。為了確保劃分的質量，屬於相同類的物件之間要盡量相關或者「接近」，屬於不同類中的物件之間盡量「遠離」，通過不斷的窮舉劃分，達到全域性最優的效果。k-means演算法流程圖1所示。
由上可知，傳統的k-means演算法存在一些不足：
（1）需要首先明確最後聚類的個數k，然後以k個數的記錄作為起始聚類中心，對全部記錄集實施重複的掃瞄，不斷調整聚類中心及聚類，而在實際使用過程中，通常較難確定最佳聚類效果的聚類個數。
（2）在聚類結果中，會產生空聚類情況，即沒有物件與該聚類的聚類中心相似。
（3）初始聚類中心對聚類結果影響很大，初始聚類隨機產生的初始聚類中心往往非最佳中心。
首先介紹一下資訊熵的概念。資訊嫡是測量乙個隨機變數的資訊及其不確定性。假如為隨機變數，函式為隨機變數全部值集合，表示隨機便利的概率，則資訊嫡可以表示為：
，對於含有多個屬性的記錄的熵，則變換如下：
假如記錄的屬性間互不依賴，那麼就能夠變換成：
。也就是說，屬性值聯合概率能夠變化成單個屬性概率的相乘之積，資訊嫡從而就可以用所有的屬性資訊嫡之和來表示。通常資訊墒能夠被用來進行對系統「無序」狀態測量。
資訊嫡值越小，表明系統的資料越有序；資訊嫡值越大，表明系統的資料越無序。假如把資訊嫡引入至聚類方法中來，因為資訊熵關聯於記錄中屬性的概率，因此，屬性的取值可以是離散的，無序的，說明資訊嫡比較適合處理具有分類屬性的記錄的聚類問題。在相同的聚類中，如果資料越相似程度高，則資料就有序。
至此可以認為，採用資訊嫡進行聚類評估優劣的理論標準是，資訊嫡的值越小，其聚類效果就越好。
根據上面關於資訊熵的結論，初始簇中心的選擇過程為：首先，計算樣本空間m中所有記錄的資訊嫡，依據資訊嫡值，把所有的記錄和樣本空間m中記錄資訊嫡進行對比，尋找到資訊嫡最小那個記錄，以此最小資訊嫡值作為該記錄基準資訊嫡，從本質上來說，基準資訊嫡表現的是該記錄和m中記錄的最大相似性；其次，將全部基準資訊嫡實施全面的對比，基準資訊嫡值越大，則表明該記錄和其它記錄不相似程度越高。依據此判斷規則，從而能夠計算出相似性程度最低的記錄。
最後，把這些記錄分給各個聚類，形成初始聚類記錄。
改進後的k-means演算法如圖2所示。將2和圖1進行對比，可以看出，改進後演算法效率明顯得到了提高。根據資訊嫡的計算方法，可以有效地解決資料集初始簇中心的問題，在很大程度上避免了盲目選擇簇中心的現象。
將dbscan與改進後的k-means演算法進行綜合，描述如下：
（1）選擇需要輸入的聚類數目k值；
（2）計算出物件基準資訊嫡的值，通過該基準資訊嫡，明確k-means的初始簇中心；
（3）完成初始簇中心判定後，通過k-means演算法計算出k個聚類；
（4）根據圖2改進的k-means演算法，計算出dbscan演算法的2個引數，eps及minpts；
（5）使用dbscan(eps，minpts)演算法，再次分析該k個聚類中異常記錄集合，從而獲得更優結果
本文**：腳印**網
基於問題學習和基於專案學習的案例和區別
基於專案學習案例 案例分析 人類活動對興凱湖自然環境的影響 人類活動對興凱湖自然環境的影響 是教育部 微軟 中國 攜手助學 資訊科技創新應用主題活動之一，是乙個典型的pbl教學案例。為了了解興凱湖地區自然資源和生態環境在60年間發生的變化，學生通過社會調查 專題訪談 實地考察 網路資訊搜尋 資料綜合...
基於FPGA的FIFO設計和應用
技術分類 可程式設計器件 2009 11 20 張奇山劉安芝劉希順 引言在利用dsp實現 實時跟蹤時，需要進行大量高速的影象採集。而dsp本身自帶的fifo並不足以支援系統中大量資料的暫時儲存，這就要求大的中間快取，而專用的高速fifo晶元 昂貴且容量受限，大大增加了商業成本，因此在實際應用中尋找f...
基於要素計點法的崗位評價諾和商務
2016年4月18日 一 公司簡介 3 二 公司組織結構圖 4 三 選擇報酬要素 5 四 要素評級 5 五 各要素權重與點數的確定 7 六 典型職位評價 7 七 作業體會 10 附件 10 一 公司簡介 諾和公司成立於1994年，美商獨資企業，有十多年專業的國際業務經驗。扎根中華大地，時刻站在科技前...