發(fā)布時間：2018-07-06 11:13

  本文選題：入侵檢測 + 決策樹��； 參考：《計算機應用》2015年10期

【摘要】：入侵檢測要求系統(tǒng)能夠快速準確地找出網(wǎng)絡中的入侵行為,因此對檢測算法的效率有較高的要求。針對入侵檢測系統(tǒng)效率和準確率偏低,系統(tǒng)的誤報率和漏報率偏高的問題,在充分分析C4.5算法和樸素貝葉斯(NB)算法后,提出一種二者相結合的H-C4.5-NB入侵檢測模型。該模型以概率的形式來描述決策類別的分布,并由C4.5和NB概率加權和的形式給出最終的決策結果,最后使用KDD 99數(shù)據(jù)集測試模型性能。實驗結果表明,與傳統(tǒng)的C4.5、NB和NBTree方法相比,在H-C4.5-NB中對拒絕服務(Do S)攻擊的分類準確率提高了約9%,對U2R和R2L攻擊的準確率提高約20%~30%。
[Abstract]:Intrusion detection requires that the system can quickly and accurately find out the intrusion behavior in the network, so the efficiency of the detection algorithm is very high. Aiming at the problems of low efficiency and accuracy of intrusion detection system, high false alarm rate and false alarm rate, an H-C4.5-NB intrusion detection model combining C4.5 algorithm and naive Bayes (NB) algorithm is proposed. The model describes the distribution of decision classes in the form of probability, and gives the final decision results in the form of C4.5 and NB probability weighted sums. Finally, the KDD99 dataset is used to test the performance of the model. The experimental results show that the classification accuracy of denial of service (dos) attacks in H-C4.5-NB is improved by about 9%, and the accuracy of U2R and R2L attacks is increased by about 20% in H-C4.5-NB compared with the traditional C4.5NNB and NBTree methods.
【作者單位】： 深圳大學信息工程學院;
【基金】：國家自然科學基金資助項目(61372078)
【分類號】：TP393.08

【共引文獻】

相關期刊論文 前10條

1 王永梅;胡學鋼;;決策樹中ID3算法的研究[J];安徽大學學報(自然科學版);2011年03期

2 葉明全;;數(shù)據(jù)挖掘在醫(yī)療數(shù)據(jù)中的應用[J];安徽工程科技學院學報(自然科學版);2007年03期

3 賈澤露;;基于GIS與SDM集成的農(nóng)用地定級專家系統(tǒng)[J];安徽農(nóng)業(yè)科學;2008年14期

4 蔡麗艷;馮憲彬;丁蕊;;基于決策樹的農(nóng)戶小額貸款信用評估模型研究[J];安徽農(nóng)業(yè)科學;2011年02期

5 趙靜嫻;;基于決策樹的食品安全評估研究[J];安徽農(nóng)業(yè)科學;2011年32期

6 王斌;;基于聚類的決策樹在玉米種質篩選中的應用[J];安徽農(nóng)業(yè)科學;2011年33期

7 陳文;基于決策樹的入侵檢測的實現(xiàn)[J];安徽技術師范學院學報;2005年05期

8 覃愛明,胡昌振,譚惠民;網(wǎng)絡攻擊檢測中的機器學習方法綜述[J];安全與環(huán)境學報;2001年01期

9 左吉峰;喬均儉;;ID3算法的合理性證明及實驗分析[J];保定學院學報;2008年04期

10 王曉紅,高洪深;數(shù)據(jù)挖掘技術在大型超市中的應用研究[J];北方工業(yè)大學學報;2003年03期

相關博士學位論文 前10條

1 張明;電能質量擾動相關問題研究[D];華中科技大學;2010年

2 渠瑜;基于SVM的高不平衡分類技術研究及其在電信業(yè)的應用[D];浙江大學;2010年

3 徐河杭;面向PLM的數(shù)據(jù)挖掘技術和應用研究[D];浙江大學;2010年

4 朱佳俊;不確定可拓群決策優(yōu)化方法及應用[D];東華大學;2010年

5 陳進;高光譜圖像分類方法研究[D];國防科學技術大學;2010年

6 管紅波;食品連鎖經(jīng)營中的有效客戶反應研究[D];東華大學;2010年

7 李軍;不平衡數(shù)據(jù)學習的研究[D];吉林大學;2011年

8 魏小濤;在線自適應網(wǎng)絡異常檢測系統(tǒng)模型與相關算法研究[D];北京交通大學;2009年

9 王中鋒;樹型貝葉斯網(wǎng)絡分類器鑒別式訓練研究[D];北京交通大學;2011年

10 楊明;分布式環(huán)境下的安全策略關鍵技術研究[D];吉林大學;2011年

【相似文獻】

相關期刊論文 前10條

1 黃大足;一種入侵檢測模型[J];邵陽學院學報;2003年05期

2 姚羽,高福祥,于戈;基于混沌神經(jīng)元的延時濫用入侵檢測模型[J];電子學報;2004年08期

3 任照松,印潤遠;基于統(tǒng)計方法的入侵檢測模型[J];上海水產(chǎn)大學學報;2005年02期

4 趙乘麟;蔣外文;趙云輝;;分級數(shù)據(jù)挖掘入侵檢測模型[J];吉首大學學報(自然科學版);2007年01期

5 王磊;蔣興浩;張少俊;李建華;;基于雙矩陣博弈的入侵檢測模型[J];信息安全與通信保密;2007年12期

6 劉杰;;基于數(shù)據(jù)挖掘的入侵檢測模型[J];科技信息(學術研究);2008年21期

7 賈寶剛;;基于數(shù)據(jù)挖掘的一種網(wǎng)絡入侵檢測模型[J];網(wǎng)絡安全技術與應用;2008年10期

8 陳志航;;基于多傳感器數(shù)據(jù)融合入侵檢測模型[J];通信技術;2010年11期

9 彭聰;;網(wǎng)絡入侵檢測模型的分析與設計[J];工業(yè)設計;2011年06期

10 胡莉萍;;基于網(wǎng)絡的入侵檢測模型和方法研究[J];制造業(yè)自動化;2012年13期

相關會議論文 前10條

1 楊武;王巍;張樂君;國林;云曉春;;一種動態(tài)自學習的高效入侵檢測模型研究[A];全國網(wǎng)絡與信息安全技術研討會論文集（上冊）[C];2007年

2 周頡;;無線傳感器網(wǎng)絡入侵檢測模型研究[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

3 李楠;胡學鋼;王東波;;基于改進隨機決策樹的入侵檢測模型研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 宋博;張琦建;;基于移動代理的入侵檢測模型在水利信息化中的應用[A];科技創(chuàng)新與現(xiàn)代水利——2007年水利青年科技論壇論文集[C];2007年

5 孫和凱;魏海平;;基于人工免疫的入侵檢測模型研究[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（上冊）[C];2010年

6 田俊峰;劉仙躍;;入侵檢測數(shù)據(jù)分類模型—PCANN[A];2007年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2007年

7 楊永健;李天博;楊曉慧;;基于Magician平臺的主動入侵檢測模型[A];第七屆青年學術會議論文集[C];2005年

8 謝毅;張俊靈;王瑩;胡翠林;;一種基于SVM的信息安全入侵檢測模型[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（上冊）[C];2007年

9 劉丹婷;武斌;;基于層次化協(xié)同DFA的主機入侵檢測模型[A];第十七屆全國青年通信學術年會論文集[C];2012年

10 王蕊;;基于免疫原理的網(wǎng)絡銀行入侵檢測模型[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

相關博士學位論文 前1條

1 陳榮;面向網(wǎng)格計算的按需入侵檢測模型及關鍵技術研究[D];浙江大學;2005年

相關碩士學位論文 前10條

1 羅冬梅;基于時間序列的入侵檢測模型研究[D];上海師范大學;2004年

2 雷麗萍;基于生物不確定性記憶的入侵檢測模型研究[D];西安電子科技大學;2010年

3 王超峰;基于數(shù)據(jù)挖掘的入侵檢測模型研究[D];青島理工大學;2010年

4 何慧;基于信息增益—貝葉斯網(wǎng)絡的智能入侵檢測模型的研究[D];廣西大學;2005年

5 景波;基于智能代理的入侵檢測模型[D];太原理工大學;2003年

6 張曉梅;基于主動對抗響應的網(wǎng)絡入侵檢測模型[D];太原理工大學;2003年

7 黃琦鋒;基于數(shù)據(jù)庫中知識發(fā)現(xiàn)技術的入侵檢測模型[D];福州大學;2004年

8 舒小敏;智能化網(wǎng)絡入侵檢測模型的研究[D];新疆大學;2006年

9 袁磊;一種基于網(wǎng)絡性能學習的入侵檢測模型[D];華中師范大學;2002年

10 歐雅捷;基于智能化的入侵檢測模型研究[D];福州大學;2005年

，

本文編號：2102600