2021
DOI: 10.1155/2021/9972589
|View full text |Cite
|
Sign up to set email alerts
|

K-Modes Clustering Algorithm Based on Weighted Overlap Distance and Its Application in Intrusion Detection

Abstract: In order to better apply the K-modes algorithm to intrusion detection, this paper overcomes the problems of the existing K-modes algorithm based on rough set theory. Firstly, for the problem of K-modes clustering in the initial class center selection, an initial class center selection algorithm Ini_Weight based on weighted density and weighted overlap distance is proposed. Secondly, based on the Ini_Weight algorithm, a new K-modes clustering algorithm WODKM based on weighted overlap distance is proposed. Third… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1

Citation Types

0
1
0
2

Year Published

2023
2023
2024
2024

Publication Types

Select...
2
1

Relationship

0
3

Authors

Journals

citations
Cited by 3 publications
(3 citation statements)
references
References 23 publications
0
1
0
2
Order By: Relevance
“…Clustering adalah metode statistik multivariat modern dalam mempelajari kesamaan sampel yang berbeda, dengan mengelompokkan sekumpulan objek ke dalam kelaskelas atau cluster sedemikian rupa sehingga objek-objek dalam suatu cluster memiliki kemiripan antara satu dengan yang lain. Kemiripan antar objek dalam satu grup dibuat setinggi-tingginya, dan kemiripan objek antar grup yang berbeda dibuat seminimal mungkin [12]. Clustering digunakan untuk mengelompokkan data atau objek menjadi kelompok-kelompok yang serupa berdasarkan karakteristik atau atribut yang dimiliki oleh objek tersebut.…”
Section: Pendahuluanunclassified
See 1 more Smart Citation
“…Clustering adalah metode statistik multivariat modern dalam mempelajari kesamaan sampel yang berbeda, dengan mengelompokkan sekumpulan objek ke dalam kelaskelas atau cluster sedemikian rupa sehingga objek-objek dalam suatu cluster memiliki kemiripan antara satu dengan yang lain. Kemiripan antar objek dalam satu grup dibuat setinggi-tingginya, dan kemiripan objek antar grup yang berbeda dibuat seminimal mungkin [12]. Clustering digunakan untuk mengelompokkan data atau objek menjadi kelompok-kelompok yang serupa berdasarkan karakteristik atau atribut yang dimiliki oleh objek tersebut.…”
Section: Pendahuluanunclassified
“…Berdasarkan metode Elbow, diperoleh jumlah cluster terbaik sebanyak 4 dan 8 [17]. Dalam bidang keamanan jaringan, k-Modes juga digunakan dalam mendeteksi serangan atau intrusi pada jaringan internet dengan membaginya menjadi 2 cluster, yaitu normal dan abnormal [12]. K-Modes juga diterapkan dalam pengelompokan karakteristik calon Tenaga Kerja Indonesia dan terbentuk 2 cluster [18].…”
Section: Pendahuluanunclassified
“…Since this study deals with categorical data, K-modes was used instead. This algorithm is an extension of K-means algorithm [13] and is being widely used in applications. As for similarity measure to group or cluster attributes of non-numerical data, simple matching coefficient (SMC) was used [59].…”
Section: Clustering Analysismentioning
confidence: 99%