

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、當(dāng)今社會(huì)信息安全變得越來(lái)越重要,而網(wǎng)絡(luò)的開(kāi)放性使其容易受到外界的攻擊與破壞,信息的安全保密性受到嚴(yán)重影響。入侵檢測(cè)作為計(jì)算機(jī)及計(jì)算機(jī)網(wǎng)絡(luò)安全領(lǐng)域的一個(gè)十分重要的研究課題,其技術(shù)是對(duì)其它信息安全技術(shù)的一個(gè)重要補(bǔ)充。用數(shù)據(jù)挖掘的手段進(jìn)行入侵檢測(cè)是學(xué)者們正在討論的研究?jī)?nèi)容。 本文介紹了樸素貝葉斯分類(lèi)器、貝葉斯網(wǎng)絡(luò)分類(lèi)器和增量貝葉斯分類(lèi)器三種典型的貝葉斯分類(lèi)器,并且分別分析這三種分類(lèi)器的優(yōu)點(diǎn)和不足。由于,網(wǎng)絡(luò)信息數(shù)據(jù)在入侵檢測(cè)系統(tǒng)中主要
2、由分類(lèi)器進(jìn)行學(xué)習(xí)和預(yù)測(cè),因此,通過(guò)數(shù)據(jù)預(yù)處理對(duì)數(shù)據(jù)進(jìn)行約簡(jiǎn),除去冗余屬性,能夠提高分類(lèi)器學(xué)習(xí)和預(yù)測(cè)的速度和準(zhǔn)確率。本文提出了一個(gè)新的屬性約簡(jiǎn)算法,實(shí)現(xiàn)對(duì)數(shù)據(jù)的屬性約簡(jiǎn),除去數(shù)據(jù)冗余屬性。然后通過(guò)實(shí)驗(yàn),把經(jīng)過(guò)新的屬性約簡(jiǎn)算法除去冗余屬性的數(shù)據(jù),分別用三種分類(lèi)器進(jìn)行學(xué)習(xí)和預(yù)測(cè),將學(xué)習(xí)時(shí)間、預(yù)測(cè)時(shí)間和準(zhǔn)確率進(jìn)行比較。得出結(jié)論:基于新的屬性約簡(jiǎn)算法的樸素貝葉斯分類(lèi)器應(yīng)用在入侵檢測(cè)系統(tǒng)中是可行的。通過(guò)本文中的新的屬性約簡(jiǎn)算法處理后的數(shù)據(jù)集與通過(guò)經(jīng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫克隆選擇加權(quán)樸素貝葉斯分類(lèi)器的網(wǎng)絡(luò)入侵檢測(cè).pdf
- 多維貝葉斯分類(lèi)器的研究.pdf
- 貝葉斯分類(lèi)器研究及其在Web文檔分類(lèi)中的應(yīng)用.pdf
- 樸素貝葉斯分類(lèi)器的改進(jìn)
- 樸素貝葉斯分類(lèi)器的改進(jìn)
- 混合式入侵檢測(cè)系統(tǒng)中入侵檢測(cè)分類(lèi)器模型的研究與實(shí)現(xiàn).pdf
- 樸素貝葉斯分類(lèi)器的研究與應(yīng)用.pdf
- 基于Volume Test的貝葉斯分類(lèi)器研究.pdf
- 概率統(tǒng)計(jì)在分類(lèi)器設(shè)計(jì)中的應(yīng)用及樸素貝葉斯分類(lèi)器改進(jìn)研究.pdf
- 基于多分類(lèi)器集成的入侵檢測(cè)研究.pdf
- 監(jiān)督學(xué)習(xí)下的貝葉斯分類(lèi)器研究.pdf
- 基于貝葉斯分類(lèi)器的圖像標(biāo)注算法研究.pdf
- 基于重采樣的級(jí)聯(lián)分類(lèi)器入侵檢測(cè)研究.pdf
- 基于WEKA平臺(tái)的貝葉斯分類(lèi)器的擴(kuò)展.pdf
- 基于分類(lèi)器選擇集成的入侵檢測(cè)方法研究.pdf
- 基于多分類(lèi)器的入侵檢測(cè)技術(shù)研究.pdf
- 樸素貝葉斯分類(lèi)器的集成學(xué)習(xí)方法研究.pdf
- 基于貝葉斯分類(lèi)器的數(shù)據(jù)集重疊問(wèn)題研究.pdf
- 基于主動(dòng)貝葉斯分類(lèi)器檢測(cè)未知惡意可執(zhí)行代碼的研究與實(shí)現(xiàn).pdf
- 24760.l1正則化的貝葉斯分類(lèi)器研究及在隕石坑檢測(cè)中的應(yīng)用
評(píng)論
0/150
提交評(píng)論