10.16208/j.issn1000-7024.2023.04.024
基于NB和预期效用最大化的对抗性分类博弈
针对数据库中知识发现的对抗性分类博弈进行研究.将该问题构建为一个代价敏感的分类器和代价敏感的对手之间的博弈;基于朴素贝叶斯,分别提出以使预期效用最大化的对手对抗分类器的最优策略和分类器对抗对手策略的最优策略,提出基于剪枝规则和贪婪向前搜索的高效算法计算或近似这些最优策略,实现分类器适应对手不断变化的策略.仿真结果表明,所提分类器相比标准的NB分类器在效用收益、假阳性和假阴性分类性能方面分别提高约47.8%、24.1%和29%,与对手共同进化的能力更佳.
对抗性分类博弈、代价敏感学习、朴素贝叶斯、预期效用、整数线性规划、入侵检测、假阳性/假阴性
44
TP391(计算技术、计算机技术)
河南省高等学校重点科研基金项目22B520039
2023-05-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
1136-1143