基于粗糙集和证据推理的网络入侵检测模型

被引：2

作者：

叶清 ^{[1
]}

陈亚莎 ^{[2
]}

黄高峰 ^{[1
]}

机构：

[1] 海军工程大学电子工程学院

[2] 北京工业大学计算机科学与技术学院

来源：

计算机工程 | 2011年 / 37卷 / 05期

关键词：

入侵检测; 粗糙集; 证据推理; 基本概率赋值;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

证据推理依赖于专家知识提供证据,要求各证据体相互独立,因此难以应用于实际。针对上述问题,提出基于粗糙集理论的证据获取和基本概率赋值客观确定方法,利用粗糙集中的属性约简算法剔除冗余属性,形成最简属性集,以提高证据合成效率,缩短证据合成时间,减少证据合成的冲突现象。在此基础上建立一个基于粗糙集和证据推理的网络入侵检测模型,通过算例验证该模型检测精度较高、误检率较低。

引用

页码：164 / 166

页数：3

共 7 条

[1] 基于约简SVM的网络入侵检测模型 [J].