基于Na(i)ve Bayes分类的网络安全审计数据分析研究

摘要：

研究了非监督学习Na(i)ve Bayes分类的原理和方法,并将其应用到文本数据--网络安全审计数据的分析中.为了提高分类准确率,根据分类的效果对数据的属性集进行选择,使用能提高分类准确性的属性作为分类的依据.对KDD CUP99数据集进行了基于不同属性集的实验,发现了与分类结果相关的属性,分类效果良好.

关键词：机器学习、贝叶斯分类器、网络安全

所属期刊栏目：43

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2007-12-28（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：154-155,191