基于改进朴素贝叶斯算法的入侵检测系统

被引：30

作者：

王辉 ^{[1
]}

陈泓予 ^{[1
]}

刘淑芬 ^{[2
]}

机构：

[1] 河南理工大学计算机科学与技术学院

[2] 吉林大学计算机科学与技术学院

来源：

计算机科学 | 2014年 / 41卷 / 04期

关键词：

朴素贝叶斯; 入侵检测系统; 属性加值; 调控参数; 误警率;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

随着互联网连通性的不断增强以及网络流量的日益增大,最近频繁发生的入侵事件再度凸显了入侵检测系统的重要性。针对朴素贝叶斯算法的缺陷,提出了一种改进后的朴素贝叶斯算法。该算法在原有的朴素贝叶斯模型基础上巧妙地引入属性加值算法,通过对分类参数的调控来实现简化分类数据复杂度的作用,并以计算出的最佳参数值来优化分类精确度。最后结合实验结果证明,在入侵检测框架中引入改进算法能够大幅度地降低入侵检测系统的误警率,从而提高系统的检测效率,减少网络攻击所带来的经济损失。

引用

页码：111 / 115+119 +119

页数：6

共 13 条

[1] 基于距离加权模板约简和属性信息熵的增量SVM入侵检测算法 [J].

徐永华 ;

李广水 .

计算机科学, 2012, 39 (12) :76-78+86

[2] 并行化的半监督朴素贝叶斯分类算法 [J].

江凯 ;

高阳 .

计算机科学与探索, 2012, (10) :912-918

[3] 一种基于改进的权值调整技术数据源分类算法研究 [J].

周晓庆 ;

肖顺文 ;

肖建琼 ;

罗兴贤 .

计算机应用研究, 2012, 29 (03) :916-918

[4] 在逐渐缩小的空间上渐进学习朴素贝叶斯参数 [J].

欧阳泽华 ;

郭华平 ;

范明 .

计算机应用, 2012, 32 (01) :223-227

[5] 基于粗糙集的加权朴素贝叶斯邮件过滤方法 [J].

邓维斌 ;

王国胤 ;

洪智勇 .

计算机科学, 2011, 38 (02) :218-221

[6] 网络协议分析与决策树挖掘的入侵检测模型研究 [J].

杨杰 ;

陈昕 ;

万剑雄 .

计算机应用与软件, 2010, 27 (02) :19-21+55

[7]

A Hybrid Intelligent Approach for Network Intrusion Detection[J] . Mrutyunjaya Panda,Ajith Abraham,Manas Ranjan Patra.Procedia Engineering . 2012

[8]

Survey on Incremental Approaches for Network Anomaly Detection[J] . Bhuyan,Monowar Hussain,Bhattacharyya,D K,Kalita,J K.EN . 2011 (3)

[9]

A novel intrusion detection system by using intelligent data mining in weka environment[J] . Muamer N. Mohammad,Norrozila Sulaiman,Osama Abdulkarim Muhsin.Procedia Computer Science . 2011

[10]

Intrusion detection using neural based hybrid classification methods[J] . M. Govindarajan,RM. Chandrasekaran.Computer Networks . 2010 (8)

← 1 2 →