|
|||||
|
|
| 基于贝叶斯树和集成学习的异常检测 | |
| 作者姓名： | 姚武军 魏彬 |
| 作者单位： | 武警工程大学电子技术系; |
| 基金项目： | 国家自然科学基金资助项目(61272492) |
| 摘 要： | 为解决入侵检测中朴素贝叶斯算法的高数据内部依赖性和决策树容易产生数据"破碎"的问题,本文结合决策树分段的优点和朴素贝叶斯多证据融合的优点,建立了基于贝叶斯树算法的进程服务预测模型,并将bagging集成学习法用于改进贝叶斯树.实验结果表明,模型能有效检测主机异常,且算法的时间复杂度相对较低,适合在线检测. |
| 关 键 词： | 入侵检测 贝叶斯树 集成学习 本地系统服务 |
| 本文献已被 CNKI 等数据库收录！ | |