全文总字数：2431字

1. 研究目的与意义及国内外研究现状

随着网络技术和网络规模的不断发展，针对网络和计算系统的攻击已经屡见不鲜。网络入侵检测成为了网络安全问题的有效途径。已有许多学者提出了各种入侵检测算法。其中，基于聚类算法的网络入侵检测也已成为热门研究课题。

通过分析这些算法，设计一种更能适合入侵数据特点，检测精度更高的聚类算法是很必要的。

所以，设计一种基于马氏距离属性加权聚类算法能够对入侵数据进行有效的划分，提高对入侵数据的检测精度。

2. 研究的基本内容

本课题主要研究基于马氏距离属性加权聚类算法的入侵检测，在整个过程中主要完成以下工作：

（1）分析网络入侵检测数据的特点及现有的聚类算法在入侵检测中的应用。了解现有的相关算法的性能，调查分析入侵检测对聚类算法的需求。

（2）研究算法设计所涉及的相关理论和算法，制定实现本算法设计的整体流程。

3. 实施方案、进度安排及预期效果

实行方案：

在网上或者图书馆查阅相关资料，深入了解课题内容。根据算法的设计目标，确定算法的整体设计流程，根据算法流程进行实验数据选取和程序的编写；最后对算法和程序进行调试，使得算法相对于改进之前检测精度有了明显提高，能够应用在入侵检测中。

4. 参考文献

[1]易倩，滕少华，张巍.基于马氏距离的k均值聚类算法的入侵检测[j].江西师范大学学报，2015，36(3):284-287.

[2]王丽娜，王亭亭.基于两步模糊聚类算法的网络入侵检测应用[j].微电子学与计算机，2014，31(3):76-79.

[3]蔡静颖，谢福鼎，张永.基于马氏距离特征加权的模糊聚类新算法[j].计算机工程与应用，2012，48(5):198-200.