基于贝叶斯分类算法的网络入侵行为检测方法

摘要：

传统的网络入侵行为检测方法检测时间长、检测率低,导致网络安全受到严重威胁,因此基于贝叶斯分类算法对网络入侵行为检测方法进行研究.首先设计用户行为日志采集系统,通过采集节点模块、数据分析与存储模块对用户行为日志数据进行采集,其次通过消除冗余数据、数据规范化等环节预处理采集到的数据.针对预处理后的数据,构建基于朴素贝叶斯分类的网络入侵行为检测模型,基于不同的属性集构建非网络入侵与网络入侵分类规则,实现网络入侵行为检测.实验结果显示该方法检测结果准确度在97％以上,检测过程花费时间与对比方法相比降低4s以上.

关键词：贝叶斯分类、网络入侵、行为检测、行为日志、属性、分类规则、卡方检验法

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

资助基金：2017年湖北高校省级教学研究项目“高职计算机网络技术专业现代学徒制人才培养模式研究”阶段性研究成果2017594

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：28-31