目前社交網(wǎng)絡(luò)入侵行為取證模型的異常類型匹配度較低、取證匹配范圍較小。利用樸素貝葉斯構(gòu)建了一種新的社交網(wǎng)絡(luò)入侵行為取證模型。利用改進(jìn)網(wǎng)絡(luò)模型擴(kuò)建檢測框架,分析樸素貝葉斯網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn),通過重復(fù)和評價(jià)實(shí)現(xiàn)入侵特征分類,完成入侵檢測分析。以貝葉斯概率理論為基礎(chǔ),建立樸素貝葉斯來構(gòu)建社交網(wǎng)絡(luò)入侵行為取證模型,基于先驗(yàn)概率尋找后驗(yàn)概率的核心思想實(shí)現(xiàn)入侵行為取證。實(shí)驗(yàn)結(jié)果表明,基于樸素貝葉斯的社交網(wǎng)絡(luò)入侵行為取證模型的異常類型匹配度高、取證范圍大、實(shí)際應(yīng)用效果好。 

【文章來源】：廊坊師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020,20(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

樸素貝葉斯網(wǎng)絡(luò)

當(dāng)前入侵檢測中建立分類模型的方法有很多種，其原理和策略也不盡相同，通過研究決策樹和數(shù)學(xué)表達(dá)公式來展示模型結(jié)果。分析標(biāo)記連接記錄數(shù)據(jù)實(shí)現(xiàn)新訓(xùn)練，這樣可以有效減少重復(fù)和評價(jià)花費(fèi)的時(shí)間，根據(jù)特征分析完成分類進(jìn)行檢測，連接記錄被輸入到分類器，然后分類器會輸出記錄所屬的類別[10-11]。

入侵行為取證模型是入侵檢測技術(shù)中的一個(gè)重要組成部分，貝葉斯網(wǎng)絡(luò)能夠建立廣泛的認(rèn)知行為模型，具有神經(jīng)網(wǎng)絡(luò)所沒有的概率推理能力[12]。本文以貝葉斯概率理論為基礎(chǔ)，建立取證模型，它不僅具有理論基礎(chǔ)，而且具有表達(dá)和推理的能力。入侵行為取證模型如圖3所示。決定理論是主觀貝葉斯歸納理論的重要組成部分，它在完全智能條件下估計(jì)局部知識狀態(tài)的主觀概率，再用貝葉斯公式修正發(fā)生概率，最后根據(jù)預(yù)測值和修正概率進(jìn)行優(yōu)化。這種方法的核心思想是利用測驗(yàn)前的概率估計(jì)測驗(yàn)后的概率[13]。

【參考文獻(xiàn)】：
期刊論文
[1]基于樸素貝葉斯分類的居民出行起訖點(diǎn)識別方法[J]. 趙光華,賴見輝,陳艷艷,孫浩冬,張野.  計(jì)算機(jī)應(yīng)用. 2020(01)
[2]基于樸素貝葉斯分類器的公共自行車系統(tǒng)故障診斷方法[J]. 時(shí)中朝,郝偉娜,董紅召.  中國機(jī)械工程. 2019(08)
[3]基于主成分分析的樸素貝葉斯算法在垃圾短信用戶識別中的應(yīng)用[J]. 李瓊陽,田萍.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2019(01)
[4]基于Spark的大規(guī)模社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)原型系統(tǒng)[J]. 葉小榕,邵晴.  科技導(dǎo)報(bào). 2018(23)
[5]大規(guī)�；旌暇W(wǎng)絡(luò)中基于樸素貝葉斯分類的TCP自適應(yīng)鑒別器[J]. 陳婭婷,魯凌云.  通信學(xué)報(bào). 2018(S1)
[6]基于樸素貝葉斯的文化旅游文本分類技術(shù)研究[J]. 王祥翔,方薈,陳崇成.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[7]基于樸素貝葉斯的檔案分類研究[J]. 劉佩鑫,于洪志,徐濤.  河北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)
[8]基于聯(lián)合分類器過濾噪聲的微博主題發(fā)現(xiàn)[J]. 高森,嚴(yán)曙,崔超遠(yuǎn),孫丙宇,汪六三.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(01)
[9]一種基于樸素貝葉斯的校準(zhǔn)標(biāo)簽排序方法[J]. 張其龍,鄧維斌,胡峰,瞿原,胡宗容.  中國科學(xué)技術(shù)大學(xué)學(xué)報(bào). 2018(01)
[10]基于引力模型的樸素貝葉斯分類算法[J]. 王威,趙思逸,王新.  計(jì)算機(jī)應(yīng)用研究. 2018(09)



本文編號：3010779