摘要
不同的入侵检测系统,使用不同的数据属性。朴素贝叶斯(Naive Bayes简称NB)分类器由于其强独立性假设,并未考虑属性之间的相互关系,而入侵检测的数据集不能很好地满足条件假设,本文引入隐藏贝叶斯网络分类器,并将其应用于入侵检测中。该模型为每一个属性创建一个隐藏的父属性,它能影响到分类器的其它属性。实验表明,该算法可以优化朴素贝叶斯模型,能提高入侵检测系统的整体性能,效果更好。
出处
《福建电脑》
2014年第9期13-15,共3页
Journal of Fujian Computer
基金
2014年河南省教育厅科学技术研究重点项目(14B520052)
2014年河南省教育厅人文社会科学研究项目(2014-gh-183)
2014年河南省教育厅人文社会科学研究项目(项目编号:2014-gh-215)