基于蟻群優(yōu)化的層次聚類算法及其在網(wǎng)絡(luò)取證中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，關(guān)于信息化的現(xiàn)象數(shù)不勝數(shù)。在網(wǎng)絡(luò)中，每天都會產(chǎn)生各種各樣不同類型的數(shù)據(jù)，隨之而來出現(xiàn)了各種類型的網(wǎng)絡(luò)安全問題。在這種情況下，我們需要借助社會和法律的強(qiáng)大力量來對付利用計算機(jī)網(wǎng)絡(luò)進(jìn)行的犯罪活動。因此，網(wǎng)絡(luò)取證技術(shù)應(yīng)運而生，并得到迅速發(fā)展。它的核心要點是對網(wǎng)絡(luò)中各種數(shù)據(jù)信息進(jìn)行提取和分析。本文應(yīng)用聚類方法對網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行分析、處理，最后判斷出網(wǎng)絡(luò)中的正常行為和異常行為。
　　本研究主要內(nèi)容包括：⑴提出一種改進(jìn)

2、的基于最大近鄰粗糙逼近的特征選擇算法。網(wǎng)絡(luò)數(shù)據(jù)維數(shù)高、特征多的特點使得最優(yōu)特征的選擇尤為重要?；谧畲蠼彺植诒平奶卣鬟x擇算法通過最大近鄰確定樣本的近鄰類，可以直接處理混合型數(shù)據(jù)。但是由于該方法在計算屬性重要度的時候只考慮了單個屬性相對于決策結(jié)果的重要度，所以本文首先重新定義了評價標(biāo)準(zhǔn)，然后利用前向貪心搜索策略進(jìn)行特征選擇，最后選出最優(yōu)特征子集。通過實驗的結(jié)果，可以看出該方法選出的特征數(shù)量減少，而且在此基礎(chǔ)上，也提高了分類性能。⑵針對

3、層次聚類如何選取合適的合并點問題，提出一種基于蟻群優(yōu)化的凝聚型層次聚類算法。層次聚類算法一旦執(zhí)行分裂類或合并類，就不能修正，這樣就會產(chǎn)生低質(zhì)量的聚類結(jié)果。為了獲得高質(zhì)量的聚類結(jié)果，本文算法首先利用蟻群優(yōu)化算法中的狀態(tài)轉(zhuǎn)移規(guī)則選擇凝聚型層次聚類算法中下一個將要被合并的數(shù)據(jù)點，然后利用信息素更新規(guī)則尋找聚類的最優(yōu)路徑。從實驗結(jié)果看，本文算法的準(zhǔn)確率比傳統(tǒng)的聚類算法更高，效果更好。⑶設(shè)計了基于蟻群優(yōu)化的凝聚型層次聚類的網(wǎng)絡(luò)取證系統(tǒng)。在分析網(wǎng)絡(luò)