基于贝叶斯方法的单分类入侵检测技术

摘要：

考虑到入侵检测问题中样本数据的不平衡性,可以将单分类模型应用到入侵检测中.通过应用贝叶斯方法,对单分类支持向量机模型进行改进,使之成为一种概率模型,从而更加符合入侵过程的随机特性;应用主成分分析技术对原始数据在各个方向上进行等方差处理,使之更加符合该模型对数据正态分布的前提假设.同时,在模型求解上采用分治的思想,对数据进行分组计算,实现对大数据的高效求解.在标准入侵检测数据集NSL-KDD上进行测试,实验结果达到87.46％的检测准确率,从而验证了该方法可以在入侵检测中得到有效利用.

关键词：入侵检测、单分类支持向量机、贝叶斯估计、主成分分析、核函数

所属期刊栏目：34

分类号：TP393.08(计算技术、计算机技术)

资助基金："十二五"国家科技支撑计划项目2013BAD15B02-3;中央高校基本科研业务费专项资金资助项目QN2011036

在线出版日期：2014-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：7-13