入侵檢測中的貝葉斯分類器的研究.pdf

1、當今社會信息安全變得越來越重要，而網(wǎng)絡(luò)的開放性使其容易受到外界的攻擊與破壞，信息的安全保密性受到嚴重影響。入侵檢測作為計算機及計算機網(wǎng)絡(luò)安全領(lǐng)域的一個十分重要的研究課題，其技術(shù)是對其它信息安全技術(shù)的一個重要補充。用數(shù)據(jù)挖掘的手段進行入侵檢測是學(xué)者們正在討論的研究內(nèi)容。 本文介紹了樸素貝葉斯分類器、貝葉斯網(wǎng)絡(luò)分類器和增量貝葉斯分類器三種典型的貝葉斯分類器，并且分別分析這三種分類器的優(yōu)點和不足。由于，網(wǎng)絡(luò)信息數(shù)據(jù)在入侵檢測系統(tǒng)中主要

2、由分類器進行學(xué)習(xí)和預(yù)測，因此，通過數(shù)據(jù)預(yù)處理對數(shù)據(jù)進行約簡，除去冗余屬性，能夠提高分類器學(xué)習(xí)和預(yù)測的速度和準確率。本文提出了一個新的屬性約簡算法，實現(xiàn)對數(shù)據(jù)的屬性約簡，除去數(shù)據(jù)冗余屬性。然后通過實驗，把經(jīng)過新的屬性約簡算法除去冗余屬性的數(shù)據(jù)，分別用三種分類器進行學(xué)習(xí)和預(yù)測，將學(xué)習(xí)時間、預(yù)測時間和準確率進行比較。得出結(jié)論：基于新的屬性約簡算法的樸素貝葉斯分類器應(yīng)用在入侵檢測系統(tǒng)中是可行的。通過本文中的新的屬性約簡算法處理后的數(shù)據(jù)集與通過經(jīng)