论文部分内容阅读
针对k-means算法的稳定性和收敛性难以控制的缺陷,以蜜网架构为实验环境,提出一种利用核函数进行初始聚类,再对样本数据加权重的改进算法。将该算法应用到蜜网日志的标记分类中,提取攻击者的行为特征,对样本数据根据划分难易的程度赋权值,分析攻击规律,形成攻击报告。实验结果表明,改进的k-means（UKM）算法能有效地减少错误警告率,提高网络安全保护屏障,具有较强的鲁棒性。