计算机科学 ›› 2008, Vol. 35 ›› Issue (4): 151-153.
• • 上一篇 下一篇
王翔 胡学钢
出版日期:
发布日期:
基金资助:
WANG Xiang, HU Xue-Gang （School of Computer and Information, Hefei University of Technology, Hefei 230009）
Online:
Published:
摘要： 高速网络环境中数据量日益增大，安全问题日益突出，对入侵检测技术提出了更高的要求。朴素贝叶斯作为数据挖掘的重要方法之一，在入侵检测中有着重要的地位。由于其属性独立假设，使得如何在海量高维数据处理背景下快速、准确、有效地选出代表原数据的属性显得尤为重要。本文提出了一种快速属性选择方法并结合朴素贝叶斯分类模型应用于入侵检测中。实验表明，结合了该属性选择方法的朴素贝叶斯分类器有很好的分类精度及较低的时空消耗。
关键词: 快速属性选择 朴素贝叶斯分类 入侵检测
Abstract: As a consequence of the increasing security problems and huge data in high-speed networks, it is urgent to develop new Intrusion Detection Techniques. Naive Bayesian is one of the most important approaches in data mining, and it has a high ranker in Intru
Key words: Fast attribute selection, Naive Bayesian classifier, IDS
王翔 胡学钢. 基于快速属性选择的贝叶斯分类在入侵检测中的应用[J]. 计算机科学, 2008, 35(4): 151-153. https://doi.org/
WANG Xiang, HU Xue-Gang （School of Computer and Information, Hefei University of Technology, Hefei 230009）. [J]. Computer Science, 2008, 35(4): 151-153. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I4/151
Cited
首页