發(fā)布時間：2017-11-10 16:09

  本文關(guān)鍵詞：基于粒子群的加權(quán)樸素貝葉斯入侵檢測模型

  更多相關(guān)文章： 入侵檢測 粗糙集理論 加權(quán)樸素貝葉斯 粒子群優(yōu)化算法

【摘要】：針對傳統(tǒng)樸素貝葉斯算法對高維復(fù)雜的入侵行為檢測效率低下的狀況,提出一種基于粒子群的加權(quán)樸素貝葉斯入侵檢測模型。模型首先用粗糙集理論對樣本屬性特征集進(jìn)行約簡,再利用改進(jìn)的粒子群算法優(yōu)化加權(quán)樸素貝葉斯算法的屬性權(quán)值,獲得屬性權(quán)值的最優(yōu)解,用獲得的最優(yōu)解構(gòu)造貝葉斯分類器完成檢測。其中,改進(jìn)的粒子群是采用權(quán)衡因子方法更新其速度和位置公式,避免產(chǎn)生局部最優(yōu)。兩種算法的結(jié)合,既能解決傳統(tǒng)樸素貝葉斯算法的特征項冗余問題,同時也可以優(yōu)化特征項間的強(qiáng)獨立性問題。通過實驗證實了該模型的實效性,提高了檢測率。
【作者單位】： 遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;
【分類號】：TP393.08
【正文快照】： 1引言年提出的,他們將相關(guān)性分組挖掘和復(fù)雜數(shù)據(jù)類型挖掘入侵檢測作為動態(tài)安全技術(shù)中最核心的技術(shù)之一,應(yīng)用到入侵檢測中,構(gòu)建了第一個基于數(shù)據(jù)挖掘的入侵能夠?qū)崟r并全面地監(jiān)控主機(jī)、網(wǎng)絡(luò)和應(yīng)用程序的運(yùn)行狀檢測系統(tǒng)。之后很多學(xué)者對數(shù)據(jù)挖掘在入侵檢測中的態(tài),主動對入侵行為

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 李柏生;林亞平;鄢喜愛;;基于樸素貝葉斯網(wǎng)絡(luò)的入侵檢測分析[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2007年09期

2 周文剛;金鑫;;基于樹擴(kuò)展樸素貝葉斯的高效網(wǎng)絡(luò)入侵檢測系統(tǒng)[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);2007年01期

3 賈嫻;劉培玉;公偉;;基于改進(jìn)屬性加權(quán)的樸素貝葉斯入侵取證研究[J];計算機(jī)工程與應(yīng)用;2013年07期

4 王莉麗;朱焱;馬永強(qiáng);;基于樸素貝葉斯的偽裝型垃圾網(wǎng)頁檢測[J];計算機(jī)應(yīng)用;2013年S1期

5 李毅;顧健;顧鐵軍;;基于樸素貝葉斯方法的郵件樣本預(yù)篩選[J];信息網(wǎng)絡(luò)安全;2010年10期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 李毅;顧健;顧鐵軍;;基于樸素貝葉斯方法的郵件樣本預(yù)篩選[A];全國計算機(jī)安全學(xué)術(shù)交流會論文集·第二十五卷[C];2010年

，

本文編號：1167351