摘要：针对模糊C均值算法（fuzzy C-means algorithm，简称FCM）在入侵检测中需要预先指定聚类数的问题，提出了一...针对模糊C均值算法（fuzzy C-means algorithm，简称FCM）在入侵检测中需要预先指定聚类数的问题，提出了一种自动决定聚类数算法（fuzzy C-means and support vector machine algorithm，简称F-CMSVM）．它首先用模糊C均值算法把目标数据集分为两类，然后使用带有模糊成员函数的支持向量机（support vector machine，简称SVM）算法对结果进行评估以确定目标数据集是否可分，再迭代计算，最终得到聚类结果．支持向量机算法引入模糊C均值算法得出的隶属矩阵作为模糊成员函数，使得不同的输入样本可以得到不同的惩罚值，从而得到最优的分类超平面．该算法既不需要对训练数据集进行标记，也不需要指定聚类数，因此是一种真正的无监督算法雇对KDD CUP 1999数据集的仿真实验结果表明孩算法不仅能够得到最佳聚类数，而且对入侵有较好的检测效果．显示全部
