基于隐藏贝叶斯网络的入侵检测研究 |
| |
引用本文: | 郭红艳,曲豪.基于隐藏贝叶斯网络的入侵检测研究[J].福建电脑,2014(9):13-15. |
| |
作者姓名: | 郭红艳 曲豪 |
| |
作者单位: | 河南广播电视大学 河南 郑州 450046 |
| |
基金项目: | 2014年河南省教育厅科学技术研究重点项目,2014年河南省教育厅人文社会科学研究项目,2014年河南省教育厅人文社会科学研究项目 |
| |
摘 要: | 不同的入侵检测系统,使用不同的数据属性。朴素贝叶斯(Naive Bayes简称NB)分类器由于其强独立性假设,并未考虑属性之间的相互关系,而入侵检测的数据集不能很好地满足条件假设,本文引入隐藏贝叶斯网络分类器,并将其应用于入侵检测中。该模型为每一个属性创建一个隐藏的父属性,它能影响到分类器的其它属性。实验表明,该算法可以优化朴素贝叶斯模型,能提高入侵检测系统的整体性能,效果更好。
|
关 键 词: | 隐藏贝叶斯网络 入侵检测 分类器 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|