基于密距的CK-means协议分类算法

作     者：刘正阳 翟慧鹏 姜勃 王忠勇 LIU Zheng-yang;ZHAI Hui-peng;JIANG Bo;WANG Zhong-yong

作者机构：郑州大学电气信息工程学院河南郑州450001 国家计算机网络与信息安全管理中心河南分中心河南郑州450008 黄河勘测规划设计研究院有限公司河南郑州450000 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年第41卷第5期

页      面：353-358页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年项目(61901417) 国家重点研发计划“前沿科技创新”专项(2019QY0302) 河南省科技攻关项目(212102210173,212102210566) 

主　　题：阈值参数 最大密距 协议分类 

摘      要：在网络协议不均匀环境下,样本流分布变化对协议分类的准确性和稳定性有较大的影响。针对协议分类中类不均匀和中心点选取问题,提出一种基于最大密距的CK-means协议分类算法。算法通过样本确定算法所需阈值参数,通过获取样本密距值在聚类过程中确定初始中心点并剔除离群点。最大密距法适用于非均匀数据集且计算的中心点更趋近于类别中心位置,能够提高聚类的稳定性和结果的可靠性。实验分析表明,相比于其它算法,改进后的算法能够克服噪声和类不均衡对协议分类的不利影响,在协议分类准确率提高的同时也改善了聚类效果。