針對目前基于貝葉斯或決策樹的入侵檢測方法存在檢測率低、誤檢率高的問題,提出了一種基于貝葉斯和決策樹的入侵檢測方法。該檢測方法首先采用基于特征相似度的樸素貝葉斯方法對訓(xùn)練集中的樣本進行分類,更新每個樣本的類值;然后對訓(xùn)練集中的樣本再次使用樸素貝葉斯方法進行分類,對存在誤分類樣本的類采用決策樹的信息增益來確定屬性劃分子類,再對子類進行分類和劃分操作;最后建立貝葉斯和決策樹的混合模型進行入侵檢測。實驗結(jié)果表明,與單獨使用貝葉斯或者決策樹的檢測方法相比,該檢測方法具有較高的檢測率。 

【文章來源】：工礦自動化. 2013,39(02)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

圖３最優(yōu)勵磁控制和傳統(tǒng)ＰＩＤ控制的功率角仿真結(jié)果（ｂ）傳統(tǒng)ＰＩＤ控制

圖１基于貝葉斯和決策樹的入侵檢測方法流程

【參考文獻】：
期刊論文
[1]基于樸素貝葉斯與ID3算法的決策樹分類[J]. 黃宇達,王迤冉.  計算機工程. 2012(14)
[2]基于信息增益的貝葉斯入侵檢測模型優(yōu)化的研究[J]. 何慧,蘇一丹,覃華.  計算機工程與科學(xué). 2006(06)

碩士論文
[1]數(shù)據(jù)挖掘在網(wǎng)絡(luò)入侵檢測系統(tǒng)中的應(yīng)用研究[D]. 馬曉春.西北工業(yè)大學(xué) 2005



本文編號：3530577