武汉理工大学学报（交通科学与工程版）
武漢理工大學學報（交通科學與工程版）
무한리공대학학보（교통과학여공정판）
JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY(TRANSPORTATION SCIENCE & ENGINEERING)
2010年
1期
171-174
,共4页
二层贝叶斯网%网络入侵检测%不确定性推理
二層貝葉斯網%網絡入侵檢測%不確定性推理
이층패협사망%망락입침검측%불학정성추리
提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率.并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据.实验结果表明:该方法在只使用10%训练数据和部分记录属性来学习的情况下,检测效果仍比较好.
提齣瞭一種基于二層貝葉斯網的網絡入侵檢測方法,該方法能夠從審計數據中自動學習知識生成入侵模型,併根據該模型檢測入侵行為,從而提高入侵檢測繫統得自適應性和可移植性,降低繫統的誤報率和誤檢率.併通過設計實驗來驗證基于貝葉斯網的入侵檢測繫統的性能,實驗數據採用KDD cup 1999年的部分數據.實驗結果錶明:該方法在隻使用10%訓練數據和部分記錄屬性來學習的情況下,檢測效果仍比較好.
제출료일충기우이층패협사망적망락입침검측방법,해방법능구종심계수거중자동학습지식생성입침모형,병근거해모형검측입침행위,종이제고입침검측계통득자괄응성화가이식성,강저계통적오보솔화오검솔.병통과설계실험래험증기우패협사망적입침검측계통적성능,실험수거채용KDD cup 1999년적부분수거.실험결과표명:해방법재지사용10%훈련수거화부분기록속성래학습적정황하,검측효과잉비교호.
