基于快速属性选择的贝叶斯分类在入侵检测中的应用

摘要：

高速网络环境中数据量日益增大,安全问题日益突出,对入侵检测技术提出了更高的要求.朴素贝叶斯作为数据挖掘的重要方法之一,在入侵检测中有着重要的地位.由于其属性独立假设,使得如何在海量高维数据处理背景下快速、准确、有效地选出代表原数据的属性显得尤为重要.本文提出了一种快速属性选择方法并结合朴素贝叶斯分类模型应用于入侵检测中.实验表明,结合了该属性选择方法的朴素贝叶斯分类器有很好的分类精度及较低的时空消耗.

关键词：快速属性选择、朴素贝叶斯分类、入侵检测

所属期刊栏目：35

分类号：TP3(计算技术、计算机技术)

资助基金：安徽省自然科学基金050420207

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：151-153