朴素贝叶斯分类在入侵检测中的应用(1)
2017-08-23 04:21
导读：理工论文论文，朴素贝叶斯分类在入侵检测中的应用(1)论文样本，在线游览或下载，科教论文网海量论文供你参考：摘 要 贝叶斯分类能高效地处理大型数据，本文使用核密度估计的朴素贝叶斯分
摘 要 贝叶斯分类能高效地处理大型数据，本文使用核密度估计的朴素贝叶斯分类来进行入侵检测。由于入侵检测审计数据属性多为连续变量，所以在贝叶斯分类算法中使用核密度估计，有助于提高分类的精度，另引入对称不确定方法有效地删除不相关的检测属性，进一步提高分类效率。 关键字 贝叶斯；核密度；入侵检测；分类1 前言 在入侵检测系统中，为了提高系统的性能，包括降低误报率和漏报率，缩短反应时间等，学者们引入了许多方法，如专家系统、神经网络、遗传算法和数据挖掘中的聚类，分类等各种算法。例如：Cooper
