[发明专利]一种基于SOM与K-means融合算法的网络流量分类方法

权利要求书

1.一种基于SOM与K-means融合算法的网络流量分类方法，其特征在于,包括以下步骤：

步骤1，采集网络流量数据集，确定训练集，并统计流量特征；

步骤2，采用基于相关性的特征选择算法对统计后的流量特征进行筛选，然后从筛选后的训练集中计算特征-类相关矩阵和特征-特征相关矩阵，其次用最佳优先搜索方法搜索特征子集空间，计算特征子集的估计值，找出估计值最大的特征子集，作为最优特征子集；

步骤3，融合算法将聚类分为两阶段进行，第一阶段：将最优特征子集对应的特征向量作为输入样本输入SOM网络，执行SOM算法不断更新各个神经元的权值，直至达到设定的迭代次数，结束算法运行，输出聚类结果，计算出聚类后的簇中心和簇的数目；第二阶段：将第一阶段聚类后的簇中心和簇的数目分别作为K-means算法的初始聚类中心和初始K值，执行K-means算法直至算法收敛，输出最终的聚类结果；

步骤311，设置初始学习率η₀，竞争层的神经元个数为m，迭代次数设为T；

输入向量为X(n)＝(x₁(n),x₂(n),…,x_n(n))

权值向量为W_i(t)＝(w_i1(t),w_i2(t),…,w_in(t)),i＝1,2,…,m

步骤312，取区间[0,1]内的随机值对竞争层各个神经元的权值向量W_i进行初始化，并对当前输入向量X和初始权值向量W_i(0)全部进行归一化处理：

其中，表示归一化的当前输入向量，表示归一化的第i个神经元初始权值向量；

步骤313，将与竞争层所有神经元对应的权值向量进行相似性对比，即将两者做点积，选出点积值最大的作为获胜神经元i^*；

步骤314，定义优胜邻域初始优胜邻域N(t₀)较大，训练过程中会随着迭代次数的增加而不断收缩，对优胜邻域内的所有神经元调整权值向量，权值更新过程如下所示：

式中，W_i(t)为第i个神经元在t时刻的权值，η(t)表示t时刻的学习率，学习率会随着迭代次数增加而衰减,d表示拓扑距离，e^-d表明离获胜神经元越远，权值更新比例越小；

步骤315，更新学习率η(t)和优胜邻域N(t)，如下所示，并将更新后的权值向量重新归一化处理；

步骤316，当学习率ηη_min或达到指定迭代次数时，结束训练；否则转至步骤312不断重复此流程，直至满足结束判定条件；

步骤321，选取阶段一训练后的聚类中心作为初始聚类中心，选取簇数作为初始K值；

步骤322，使用阶段一归一化处理后的数据集作为输入样本；

步骤323，遍历所有数据，计算数据点到聚类中心的距离，并将其划分到最近的中心点中，形成K个簇；

步骤324，使用误差平方和SSE作为聚类的目标函数：

其中，k表示簇类数目，c_j表示第j个聚类中心，dist表示的是欧几里得距离，簇的最小化SSE的簇中心即簇中所有点的均值，因此，计算每个簇的平均值，将其作为新的簇中心；

步骤325，重复步骤323、步骤324，直至簇中心不再发生改变，则视为算法已经收敛，输出聚类结果；

步骤4，使用S_Dbw指数评估算法的聚类效果。