基于分类样本和贝叶斯动态预测的异常入侵检测

被引：1

作者：

付庆利

机构：

[1] 北京理工大学计算机科学技术学院

来源：

关键词：

入侵检测; 警报; 分类样本空间; 贝叶斯动态预测;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP393.08 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0839 ; 1402 ;

摘要：

在大规模网络环境中,入侵检测系统得到的警报数据具有一定的规律。据此提出了一种基于警报事件强度的异常检测方法,采用分类样本空间和贝叶斯动态预测方法,解决了警报数据的时间效应问题。实验数据分析表明,该方法对于大规模入侵行为具有较好的检测效果。

引用

页码：140 / 142

页数：3