20、聚类协议分类与侧信道攻击研究

聚类协议分类与侧信道攻击研究

1. 聚类算法相关指标与实验结果

在聚类分析中，聚类 $CLUSTi$ 的准确率 $ACCUi$ 计算公式为：
$ACCUi = \frac{|POPij|}{|CLUSTij|}$
其中，$|POPij|$ 是 $CLUSTi$ 中属于最流行组的点数，$|CLUSTij|$ 是 $CLUSTi$ 中的总点数。

为了评估不同距离度量和不同 $K - Means$ 值的性能，我们采用以下步骤：
1. 对于每种距离方法和每个 $K - Means$ 值，计算 $K$ 个聚类中准确率超过特定准确率水平的聚类数量。
2. 将该数量与聚类总数（$K$）的比值定义为簇间准确率。
3. 同时，计算与准确率超过特定水平的聚类相关联的流量数量，并将该数量与总流量数量的比值定义为簇间覆盖率。

我们使用的准确率水平包括：
- 95% 的准确率水平
- 90% 的准确率水平
- 85% 的准确率水平

1.1 PCR 算法的簇间准确率结果

不同距离度量下 PCR 算法在不同准确率水平和不同 $K$ 值时的簇间准确率有所不同：
- 95% 准确率时 ：PCR 算法使用马氏距离和加权欧几里得（WL2）距离在准确率方面取得最佳结果，余弦距离的结果准确性稍低，欧几里得（L2）距离的结果最差。
- 90% 准确率时 ：在前 35 个聚类中，马氏距离和加权欧几里得（WL2）距离的 PCR 算法准确率最佳；从第 35 到 50 个聚类，加权欧几里得（WL2）距离的结果最佳；