計算機(jī)科學(xué)技術(shù)

可搜索加密機(jī)制研究與進(jìn)展

沈志榮，薛巍，舒繼武

摘要：目的：隨著云計算的迅速發(fā)展，用戶開始將數(shù)據(jù)遷移到云端服務(wù)器，以避免繁瑣的本地數(shù)據(jù)管理并獲得更加便捷的服務(wù)。而云存儲中的數(shù)據(jù)安全和用戶隱私得到了越來越多的關(guān)注。將數(shù)據(jù)密文存儲在云端雖然簡單易行，但是如何在密文上進(jìn)行安全搜索成為了隨之而來的一個難題?？伤阉骷用埽╯earchable encryption，簡稱SE）是近年來發(fā)展的一種支持用戶在密文上進(jìn)行關(guān)鍵字查找的密碼學(xué)原語，它能夠?yàn)橛脩艄?jié)省大量的網(wǎng)絡(luò)和計算開銷，并充分利用云端服務(wù)器龐大的計算資源進(jìn)行密文上的關(guān)鍵字查找。近年來具有不同特性的可搜索加密機(jī)制被不斷提出，本文回顧總結(jié)了當(dāng)前主要的可搜索加密機(jī)制，分析了它們所適用的應(yīng)用場景，并對可搜索加密機(jī)制未來的發(fā)展進(jìn)行展望。方法：本文首先總結(jié)了當(dāng)前主流的可搜索加密機(jī)制的研究內(nèi)容，即靈活高效的搜索語句設(shè)計、模糊搜索和基于相似度排序的模糊搜索、以及在不同現(xiàn)實(shí)場景下的應(yīng)用等。其次，對構(gòu)造可搜索加密機(jī)制的算法進(jìn)行總結(jié)回顧。按照構(gòu)造算法的不同，本文將當(dāng)前的可搜索加密機(jī)制分為基于對稱密碼學(xué)算法的可搜索加密機(jī)制和基于非對稱密碼學(xué)算法的可搜索加密機(jī)制。對不同分類的可搜索加密機(jī)制，本文介紹了其構(gòu)建算法方式、構(gòu)造原理、以及各自的優(yōu)缺點(diǎn)等。再次，本文按照搜索效果將當(dāng)前的可搜索加密機(jī)制分為支持單詞搜索的可搜索加密機(jī)制、支持連接關(guān)鍵字搜索的可搜索加密機(jī)制、和支持復(fù)雜邏輯結(jié)構(gòu)的可搜索加密機(jī)制。同時分析比較了當(dāng)前主要的可搜索加密機(jī)制的存儲開銷、網(wǎng)絡(luò)傳輸開銷和加解密復(fù)雜度。最后，本文分析了可搜索加密機(jī)制的應(yīng)用場景，分別為數(shù)據(jù)獨(dú)享場景、數(shù)據(jù)共享場景和郵件處理場景等，并對可搜索機(jī)密機(jī)制進(jìn)行了總結(jié)和展望。結(jié)果與結(jié)論：SE機(jī)制的研究逐漸成熟化，將逐漸成為云計算環(huán)境下用戶對數(shù)據(jù)密文進(jìn)行操作的有利工具。未來的一段時間，SE機(jī)制依然將被視為解決云計算中的安全問題的研究熱點(diǎn)之一。隨著越來越多的數(shù)據(jù)存儲在云端服務(wù)器中，以及用戶對數(shù)據(jù)安全和個人隱私的敏感程度越來越強(qiáng)，如何高效、精確且安全地對存儲在云端服務(wù)器中的密文進(jìn)行搜索，將是研究者不斷研究的方向。我們認(rèn)為，未來可搜索加密機(jī)制研究將應(yīng)重點(diǎn)解決以下問題：高效率且支持靈活查詢語句的 SE機(jī)制是未來重點(diǎn)的研究方向之一。支持模糊搜索（fuzzy search）和支持按相關(guān)性排序的可搜索加密機(jī)制依然是未來需要解決的問題。支持關(guān)系運(yùn)算（＞，＜，＝等）的可搜索加密機(jī)制依然是未來需要研究的內(nèi)容。保留語義的 SE機(jī)制依然是研究難點(diǎn)。應(yīng)用于實(shí)際場景中的SE機(jī)制得到業(yè)界更多關(guān)注。

來源出版物：軟件學(xué)報， 2014， 25(4)： 880-895

入選年份：2016

社會計算：大數(shù)據(jù)時代的機(jī)遇與挑戰(zhàn)

孟小峰，李勇，祝建華

摘要：目的：社會計算作為一種數(shù)據(jù)密集型科學(xué)，在收集和分析數(shù)據(jù)的廣度、深度以及規(guī)模上都產(chǎn)生了巨大影響，社會計算作為一種新的計算范式，產(chǎn)生了一個新的跨學(xué)科研究與應(yīng)用領(lǐng)域，其廣闊的研究內(nèi)容與應(yīng)用已引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。本文旨在幫助讀者快速了解社會計算產(chǎn)生的歷史背景及概念、研究現(xiàn)狀及大數(shù)據(jù)帶來的機(jī)遇，從面向社會科學(xué)和面向技術(shù)應(yīng)用兩個發(fā)展趨勢出發(fā)，總結(jié)社會計算研究領(lǐng)域存在的挑戰(zhàn)，包括跨學(xué)科合作與訓(xùn)練的問題、科學(xué)研究中大數(shù)據(jù)共享問題以及隱私保護(hù)。方法：物聯(lián)網(wǎng)、云計算、社交網(wǎng)絡(luò)、社會媒體以及信息獲取技術(shù)的飛速發(fā)展，數(shù)據(jù)正以前所未有的速度迅速增長和積累，數(shù)據(jù)是人類社會最重要的財富，大數(shù)據(jù)時代的到來，為研究人類社會動態(tài)和模擬社會問題帶來了前所未有的機(jī)遇。首先，從自然科學(xué)、社會科學(xué)和人文科學(xué)的角度概括出社會計算產(chǎn)生的歷史背景；然后，給出社會計算的定義；接著，闡述社會計算的主要研究領(lǐng)域（包括社會網(wǎng)絡(luò)分析、計算社會科學(xué)等）、大數(shù)據(jù)時代的社會計算、社會計算研究現(xiàn)狀等；最后，著重對社會計算面臨的挑戰(zhàn)進(jìn)行了合理的分析。結(jié)果：（1）社會計算是使用系統(tǒng)科學(xué)、人工智能、數(shù)據(jù)挖掘等科學(xué)計算理論作為研究方法，將社會科學(xué)理論與計算理論相結(jié)合，為人類更深入地認(rèn)識社會、改造社會，解決政治、經(jīng)濟(jì)、文化等領(lǐng)域復(fù)雜性社會問題的一種理論和方法論體系。（2）社會計算形成了2種發(fā)展趨勢：一種是面向社會科學(xué)的社會計算；一種是面向技術(shù)應(yīng)用的社會計算，這兩種發(fā)展趨勢同時又相互影響。（3）社會科學(xué)與自然科學(xué)本質(zhì)區(qū)別在于思維方式的不同，社會科學(xué)是總體邏輯思維，自然科學(xué)是類型邏輯思維。（4）從大數(shù)據(jù)中采集到足夠準(zhǔn)確、系統(tǒng)而有代表性的社會個體特征，面臨著倫理、法規(guī)和技術(shù)等多個方面的困難，這些難題已經(jīng)構(gòu)成大數(shù)據(jù)時代社會計算的嚴(yán)重挑戰(zhàn)。結(jié)論：工業(yè)化時代的學(xué)科分類為推動社會進(jìn)步做出了巨大貢獻(xiàn)，隨著后工業(yè)化時代的到來，這種學(xué)科劃界越來越成為人們思想上的羈絆。計算機(jī)科學(xué)的基礎(chǔ)雖然基于電子學(xué)等自然科學(xué)，但集成電路、操作系統(tǒng)等都不是自然界客觀存在的，是人類智慧的產(chǎn)物。社會計算為人類發(fā)現(xiàn)自身價值提供了更多的機(jī)會，計算語言學(xué)、計算人類學(xué)、計算廣告學(xué)、城市計算等跨學(xué)科研究領(lǐng)域不斷產(chǎn)生。社會計算的研究還處于起步階段，本文作了一些初步的探索，分析了社會計算產(chǎn)生的歷史背景、學(xué)科分類，給出了確切的定義，對現(xiàn)有的研究工作及方法進(jìn)行了歸納總結(jié)，最后指出了大數(shù)據(jù)時代社會計算面臨的挑戰(zhàn)性問題。

來源出版物：計算機(jī)研究與發(fā)展， 2013， 50(12)： 2483-2491

入選年份：2016

微博數(shù)據(jù)挖掘研究綜述

丁兆云，賈焰，周斌

摘要：目的：隨著近幾年微博的快速發(fā)展與普及，微博憑借平臺的開放性、終端擴(kuò)展性、內(nèi)容簡潔性和低門檻等特性，在網(wǎng)民中快速滲透，發(fā)展成為一個重要的社會化媒體，微博成為網(wǎng)民獲取新聞時事、人際交往、自我表達(dá)、社會分享以及社會參與的重要媒介，從而使得微博成為社會公共輿論的重要平臺，對國家安全和社會發(fā)展都會產(chǎn)生深遠(yuǎn)的影響。對微博的研究也存在巨大的挑戰(zhàn)，微博是人類在虛擬網(wǎng)絡(luò)世界生活的抽象概括和延伸，與一般信息網(wǎng)絡(luò)不同，微博本身具有大規(guī)模、噪音數(shù)據(jù)多樣性、快速傳播演化性、非線性、社會媒體性、以及多關(guān)系等特征，因此其在分析方法和挖掘目標(biāo)上都與傳統(tǒng)信息系統(tǒng)具有很大差別，在技術(shù)上也帶來了更大的挑戰(zhàn)。針對微博新特性，研究了微博近幾年的相關(guān)研究現(xiàn)狀，同時分析了Twitter數(shù)據(jù)集特征，且總結(jié)了未來研究面臨的挑戰(zhàn)。方法：在微博話題事件分析上，研究了事件檢測與跟蹤、首事件與突發(fā)事件檢測、話題摘要、話題模型等國內(nèi)外發(fā)展趨勢；在微博情感分析上，總結(jié)了基本概念，研究了微博情感分析國內(nèi)外發(fā)展趨勢；在微博信息檢索與推薦上，提煉了信息檢索中的概率模型與發(fā)展趨勢，研究了信息推薦中的協(xié)同過濾技術(shù)與發(fā)展趨勢；在微博關(guān)系分析與挖掘上，研究了關(guān)注關(guān)系形成機(jī)制、轉(zhuǎn)發(fā)關(guān)系形成機(jī)制、關(guān)系預(yù)測的國內(nèi)外發(fā)展趨勢；在微博信息傳播上，研究了傳播機(jī)制、傳播預(yù)測、以及傳播案例等國內(nèi)外發(fā)展趨勢；在微博影響力分析上，研究了點(diǎn)度中心度、接近中心度、中間中心度、HITS算法、PageRank算法、擴(kuò)散能力、以及個體特征與網(wǎng)絡(luò)結(jié)構(gòu)影響力計算等相關(guān)方面的發(fā)展趨勢；另外，研究了微博特征、地理位置、博文價值與可信度、以及用戶分類和垃圾用戶發(fā)現(xiàn)等國內(nèi)外發(fā)展趨勢。結(jié)果：實(shí)驗(yàn)獲取了Twitter的 261954個中文用戶，10091543條博文，和17546289條關(guān)注關(guān)系邊。Twitter用戶粉絲數(shù)目和發(fā)帖數(shù)目皆近似服從冪律分布，表示大部分中文用戶擁有少數(shù)量的粉絲和發(fā)布少量的博文，僅存在少部分中文用戶擁有高數(shù)量的粉絲或者發(fā)布大量的博文；Twitter用戶時區(qū)分布前八為北京、阿拉斯加、香港、臺北、夏威夷、新加坡、美國太平洋時區(qū)、美國東部時區(qū)，表明大部分中文用戶來自中國境內(nèi)、香港、和臺灣地區(qū)；Twitter剛創(chuàng)建的時候，僅有少部分中文用戶使用 Twitter，在2007年和2008年，Twitter的中文用戶數(shù)量緩慢上升；2009年和2010年兩年內(nèi)，Twitter的中文用戶數(shù)量開始急劇上升；在隨后的2011年內(nèi)，Twitter中文用戶數(shù)目基本保持穩(wěn)定，略有下降。結(jié)論：主要總結(jié)了微博的話題事件分析、情感分析、信息檢索與推薦、網(wǎng)絡(luò)關(guān)系分析、信息傳播、影響力分析等研究現(xiàn)狀；分析了Twitter中文用戶的發(fā)展特征。

來源出版物：計算機(jī)研究與發(fā)展， 2014， 51(4)： 691-706

入選年份：2016

基于DTN的空間網(wǎng)絡(luò)互聯(lián)服務(wù)研究綜述

林闖，董揚(yáng)威，單志廣

摘要：目的：空間任務(wù)的通信需求不斷增長，數(shù)據(jù)鏈路的工作模式也不斷變化。早期針對單一任務(wù)開發(fā)專用通信系統(tǒng)，后來發(fā)展到基于可復(fù)用技術(shù)和模塊階段，進(jìn)一步發(fā)展到基于標(biāo)準(zhǔn)的協(xié)議和技術(shù)、實(shí)現(xiàn)跨機(jī)構(gòu)協(xié)作的階段。發(fā)展到現(xiàn)在，為實(shí)現(xiàn)信息共享、資源共享和提高效率的目標(biāo)，產(chǎn)生了空間數(shù)據(jù)系統(tǒng)組網(wǎng)的需求。地面網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和成熟應(yīng)用，也為空間網(wǎng)絡(luò)互連提供了發(fā)展思路和技術(shù)支持。空間網(wǎng)絡(luò)具有子網(wǎng)異構(gòu)、網(wǎng)絡(luò)拓?fù)洳粩嘧兓?、鏈路傳輸延遲大、鏈路誤碼率高的特點(diǎn)。TCP/IP網(wǎng)絡(luò)需要連續(xù)穩(wěn)定的網(wǎng)絡(luò)連接和較短的傳輸時延，空間網(wǎng)絡(luò)不能滿足這些條件，因此相關(guān)協(xié)議不能直接應(yīng)用于空間網(wǎng)絡(luò)。需要有一種特定的協(xié)議來實(shí)現(xiàn)空間網(wǎng)絡(luò)互連。方法：DTN（delay/disruption tolerant networking）是一種通用的面向消息的覆蓋層網(wǎng)絡(luò)體系結(jié)構(gòu)，能夠適應(yīng)空間網(wǎng)絡(luò)的特點(diǎn)，是實(shí)現(xiàn)空間網(wǎng)絡(luò)互連的有效連接方式。與傳統(tǒng)方式相比，基于DTN體系結(jié)構(gòu)實(shí)現(xiàn)空間網(wǎng)絡(luò)互連具有明顯優(yōu)勢。本文首先闡述了DTN應(yīng)用于空間網(wǎng)絡(luò)互連服務(wù)（space internet working service，SIS）的體系結(jié)構(gòu)，分析了組成要素和工作模式，包含協(xié)議棧構(gòu)成、消息轉(zhuǎn)發(fā)機(jī)制、命名與尋址機(jī)制等，介紹了支撐空間 DTN應(yīng)用的 LTP（licklider transmission protocol）傳輸層協(xié)議，并給出了火星探測場景實(shí)例。然后針對路由機(jī)制、安全機(jī)制和服務(wù)質(zhì)量控制3個重點(diǎn)研究方向，闡述了關(guān)鍵技術(shù)和進(jìn)展情況，分析了存在的問題和下一步的研究方向。路由問題方面，首先闡述了DTN網(wǎng)絡(luò)的路由問題，而后介紹了CGR（contact graph routing）路由算法及其他確定性路由算法。安全機(jī)制方面，首先闡述了 DTN網(wǎng)絡(luò)的安全威脅，而后介紹了束安全協(xié)議框架和基于DTN的SIS安全。QoS機(jī)制上，首先明確空間DTN網(wǎng)絡(luò)的QoS需求，而后在隊(duì)列管理與調(diào)度，擁塞控制和QoS路由等方面介紹了相關(guān)成果。結(jié)果：文中介紹了DTN協(xié)議的的開發(fā)、實(shí)踐，及基于DTN的空間網(wǎng)絡(luò)應(yīng)用，包括NASA開展的基于DTN的空間網(wǎng)絡(luò)互聯(lián)研究，災(zāi)難檢測星座（disaster monitoring constellation，DMC）及ESA資助的“擴(kuò)展Internet到太空”等相關(guān)研究項(xiàng)目中，都應(yīng)用到了基于 DTN體系結(jié)構(gòu)進(jìn)行的數(shù)據(jù)傳輸飛行驗(yàn)證。接下來，本文分別從路由問題，安全問題，QoS機(jī)制等方面綜述了在我國開展基于DTN的SIS應(yīng)用的相關(guān)研究成果及研究前景。結(jié)論：基于 DTN的空間網(wǎng)絡(luò)互連的體系結(jié)構(gòu)逐漸成熟，關(guān)鍵技術(shù)不斷完善，具有廣闊的應(yīng)用前景。在我國大力加快航天事業(yè)發(fā)展大背景下，基于DTN實(shí)現(xiàn)空間網(wǎng)絡(luò)互連，建成一體化的空間網(wǎng)絡(luò)，可以滿足多用戶、多業(yè)務(wù)、動態(tài)、可擴(kuò)展的數(shù)據(jù)傳輸需求，提高通信系統(tǒng)的開發(fā)和使用效率。我國也在航天領(lǐng)域與其他航天機(jī)構(gòu)廣泛開展了合作，這也要求我們開展進(jìn)一步研究與應(yīng)用?；贒TN的空間網(wǎng)絡(luò)互連技術(shù)對建設(shè)我國天地一體化航天互聯(lián)網(wǎng)具有重要意義。

來源出版物：計算機(jī)研究與發(fā)展， 2014， 51(5)： 931-943

入選年份：2016

暗原色先驗(yàn)單幅圖像去霧改進(jìn)算法

孫小明，孫俊喜，趙立榮，等

摘要：目的：為解決傳統(tǒng)基于暗原色先驗(yàn)的單幅圖像去霧算法實(shí)現(xiàn)效率低以及恢復(fù)霧化圖像在天空、白云等明亮區(qū)域顏色失真的不足。方法：分析傳統(tǒng)算法，存在如下兩個問題。一是傳統(tǒng)暗原色先驗(yàn)去霧算法估計的透射率偏小，在天空、白云等明亮區(qū)域的霧化圖像的恢復(fù)，會出現(xiàn)明顯的顏色失真。實(shí)際上，在無霧條件下，自然圖像在天空、白云等明亮區(qū)域處各通道值很大，不存在暗通道，或者說這些區(qū)域暗通道值很高，接近于大氣光強(qiáng)度值。二是傳統(tǒng)基于暗原色先驗(yàn)的單幅圖像去霧算法時間復(fù)雜度高，無論采用軟摳圖算法，還是引導(dǎo)濾波算法，其透射率計算都是逐像素為中心在空間分辨率為的范圍內(nèi)估計而得，每個像素都要參與比較次，透射率估計算法時間復(fù)雜度為，雖然這種估計透射率的方法有很好的空間自適應(yīng)性，但過于耗時?；谏鲜龇治?，作出如下改進(jìn)，（1）采用圖像分塊方法估計透射率以降低算法時間復(fù)雜度。和傳統(tǒng)算法每個像素都對應(yīng)一個透射率不同，改進(jìn)算法將每個圖像塊內(nèi)所有像素都對應(yīng)同一個透射率。實(shí)際上，傳統(tǒng)算法對像素透射率要求過于苛刻，我們認(rèn)為：空間相鄰像素的屬性應(yīng)該近似，霧化圖像透射率的空間不均勻性，并不是每個像素的透射率都不同，而是圖像的局部不同區(qū)域存在不同的透射率，基于此，我們逐塊估計透射率，每個塊有各自的透射率，這也是一種空間自適應(yīng)屬性，而非逐像素估計。本文逐塊求取透射率，每個像素僅參與比較一次，因而算法求取透射率時間復(fù)雜度為。（2）提出明亮區(qū)域和非明亮區(qū)域的分類算法，以提高整幅圖像透射率估計的精準(zhǔn)度。借助簡單的、明亮/非明亮區(qū)域判定準(zhǔn)則，對明亮/非明亮區(qū)域采用不同的透射率計算公式。和傳統(tǒng)算法在R，G，B 3個通道分別估計透射率不同，本文引進(jìn)一個參數(shù)K，通過判斷每個塊的暗通道值和大氣光強(qiáng)度A的差值絕對值，來人為改變透射率函數(shù)。若差值絕對值大于K，則代表非明亮區(qū)域；若差值的絕對值小于K，則代表明亮區(qū)域。結(jié)果：改進(jìn)算法不僅降低傳統(tǒng)算法的時間復(fù)雜度，而且能夠彌補(bǔ)傳統(tǒng)算法在明亮區(qū)域透射率估計的不足，針對大量霧靄籠罩的、存在天空、白云等明亮區(qū)域圖片，都取得了不錯的去霧效果。結(jié)論：實(shí)驗(yàn)結(jié)果表明：改進(jìn)算法可行、有效，完全滿足實(shí)際應(yīng)用的需求。

來源出版物：中國圖象圖形學(xué)報， 2014， 19(3)： 381-385

入選年份：2016

基于特征選擇的模糊聚類異常入侵行為檢測

唐成華，劉鵬程，湯申生，等

摘要：目的：網(wǎng)絡(luò)攻擊連接具有行為的多變性和復(fù)雜性等特征。基于傳統(tǒng)聚類的網(wǎng)絡(luò)行為挖掘技術(shù)來構(gòu)建異常入侵檢測模型是十分困難的。本文基于模糊聚類算法的改進(jìn)，利用網(wǎng)絡(luò)攻擊行為的特征分析方法和特征屬性選擇數(shù)據(jù)集，探索入侵行為的異常檢測模型及其過程。方法：利用層次聚類算法和遺傳算法來改進(jìn)和優(yōu)化 FCM聚類算法來研究攻擊行為的特征，從而建立異常入侵檢測模型。首先通過Agnes層次聚類算法克服FCM聚類算法對隨機(jī)選取初始聚類中心敏感的缺點(diǎn)，再利用遺傳算法的全局搜索能力避免其在迭代時陷入局部最優(yōu)，實(shí)現(xiàn)聚類的快速收斂，并將它們合構(gòu)成一種AGFCM算法。該算法利用遺傳算法在初始過程中需要產(chǎn)生多個種群個體這一特點(diǎn)，保證產(chǎn)生能夠很好地代表整個原數(shù)據(jù)集的數(shù)據(jù)子集。然后采用信息增益方法對網(wǎng)絡(luò)攻擊連接數(shù)據(jù)集的特征屬性進(jìn)行排序，同時利用約登指數(shù)來刪減數(shù)據(jù)集的特征屬性以確定特征屬性容量。該方法對數(shù)據(jù)集進(jìn)行特征屬性選取以去除冗余分類特征屬性保留分類能力強(qiáng)的特征屬性，從而降低數(shù)據(jù)特征容量。最后利用低維特征屬性集和改進(jìn)的FCM聚類算法，基于AGFCM的分類與檢測，構(gòu)建異常入侵檢測模型，能夠輸出關(guān)于網(wǎng)絡(luò)攻擊連接的相關(guān)信息。結(jié)果：在對網(wǎng)絡(luò)連接行為數(shù)據(jù)集進(jìn)行聚類，建立異常檢測模型的過程分析中可以看出，（1）對于數(shù)據(jù)集中的DOS、PROBE、U2R和R2L 4種異常連接類，其中由于U2R和R2L這兩類連接行為的特征與正常連接十分相似，導(dǎo)致它們經(jīng)常和一些正常連接類聚在同一類中，隨著聚類個數(shù)增加，這種現(xiàn)象更為顯著，導(dǎo)致在利用聚類結(jié)果對這兩種連接的檢測效果不明顯。（2）隨著聚類個數(shù)的增加，對異常類的檢測能力逐漸增強(qiáng)，但是對正常類檢測的正確率卻在下降，即誤警率在增加。通過計算約登指數(shù)并對比實(shí)驗(yàn)結(jié)果，本文的聚類個數(shù)設(shè)置為2，但此時對于U2R和R2L的檢測率卻很低，可在日常生活中以正常連接為多數(shù)，若是增加聚類個數(shù)雖然提高了U2R和R2L的檢測率，卻會導(dǎo)致誤警率的大幅提高。（3）具有較大信息增益的特征屬性有更強(qiáng)的分類能力。通過計算信息增益量得出特征屬性對分類的重要性，選取生成的4組新特征子集，在運(yùn)行AGFCM算法的時間上對于未篩選特征子集的聚類時間有比較大的優(yōu)越性。（4）在同樣的訓(xùn)練數(shù)據(jù)集和5組測試集的情況下，選擇數(shù)據(jù)集中的特征子集進(jìn)行基于AGFCM聚類，與FCM和NavieBayes相比，在異常入侵檢測應(yīng)用中有更高的檢測率和更低的誤警率。結(jié)論：傳統(tǒng)的 FCM 是通過隸屬度矩陣對數(shù)據(jù)集中網(wǎng)絡(luò)連接數(shù)據(jù)進(jìn)行軟劃分，因此，本文有針對性的將層次聚類引入到FCM聚類算法的初始聚類點(diǎn)的選取中，通過遺傳算法提高了FCM算法對聚類中心的全局搜索的能力，利用信息增益算法實(shí)現(xiàn)數(shù)據(jù)集特征屬性的排序，同時結(jié)合不同特征屬性容量下的約登指數(shù)值來刪減冗余分類屬性提高了聚類算法速度。在降低特征集容量的情況下，仍能達(dá)到較好的聚類效果，這為解決特征子集的選取及利用 FCM 取得更好的聚類效果等問題提供了一種可行的思路。

來源出版物：計算機(jī)研究與發(fā)展， 2015， 52(3)： 718-728

入選年份：2016