1.算法描述
首先计算整个数据集合的平均值点，作为第一个初始聚类中心C1；
然后分别计算所有对象到C1的欧式距离d，并且计算每个对象在半径R的范围内包含的对象个数W。
此时计算P=u*d+(1-u)*W，所得到的最大的P值所对应的的对象作为第二个初始聚类中心C2。
同样的方法，分别计算所有对象到C2的欧式距离d，并且计算每个对象在半径R的范围内包含的对象个数W，所得到的最大的P值所对应的的对象作为第二个初始聚类中心C3。
从这三个初始聚类中心开始聚类划分。对于一个待分类的对象，计算它到现有聚类中心的距离，若（这个距离）<（现有各个聚类中心距离的最小值），则将这个待分类对象分到与它相距最近的那一类；如果（这个距离）>（现有各个聚类中心距离的最小值），则这个待分类对象就自成一类，成为一个新的聚类中心，然后对所有对象重新归类。
如果找到新的聚类中心，在重新计算聚类的中心后。对目前形成的K+1 个聚类计算 DBInew 的值，和未重新分配对象到这 k+1 个类之前计算的 DBIold进行比较，如果 DBInew <DBIold，则这个新找到的聚类中心可以作为新的聚类中心，否则将终止本次查找 k 的工作，并恢复到 DBIold 的状态。当所有这样符合新类产生条件的数据对象的 DBI 值都大于 DBIold 时，则确定再没有新的类产生，则确定了最终聚类个数为 k，可以进行最终的分配对象工作。
聚类仿真图：
1.和K-means算法比较的检测率
2.和K-means算法比较的误判率
特征提取：提取对检测最有用、最利于检测出攻击的那些参数。所用到的特征提取方案是利用“信息增益”，选出各特征参数中信息增益(Information Gain)最大的那些特征在检测时使用，这个做之前应该需要对数据先标准化和归一化一下。具体操作：
究竟选多少个特征可以让检测的精度最高呢？我论文里是先将各个特征的信息增益从高到低排序，然后依次往下取K个，用K-means算法对节点进行分类达到检测的作用，计算当检测率最高的时候所对应 K值，即意为选多少个特征。
经过特征提取后，之后所说的样本，他们的属性都只由特征提取后的那些特征来代表了。
SVM训练样本筛选：假定有正常和攻击两类样本，将两类样本分别用K-means聚类，将这些聚类中心点作为新的样本点。然后在正常类中，计算每个新样本点在异常类中距离自己最近的M（假定M=3）个样本点，从而在异常类中假设找到P个样本点。异常类中的这P个样本点找到在正常类中距离自己最近的M个样本点，假定找到了Q个样本点。此时，这P+Q个样本点就是新选出的SVM训练样本。
2.仿真效果预览
matlab2013b仿真结果如下：
3.MATLAB核心程序
C = [C1;C2;C3];
R = [R1;R2;R3];
Leg = ones(length(Attack_Dat),1);
K = 3;
CNT = 0;
while(is_continue == 1)
CNT = 0;
for i = 1:length(Attack_Dat)
for j = 1:size(C,1)
d(i,j) = func_dis(Attack_Dat(i,:),C(j,:));
end
[VV,II] = min(d(i,:));
if VV <= min(R)
Leg(i) = II;
CNT = CNT + 1;
else
K = K + 1;
Leg(i) = K;
C = [C;Attack_Dat(i,:)];
R = [R;alpha*mean(func_dis(Attack_Dat,Attack_Dat(i,:)))];
end
end
if CNT == length(Attack_Dat)
is_continue = 0;
else
is_continue = 1;
end
end
