基于信息增益率的决策树对入侵检测的改进

• 作者: 唐谦 张大方 黄昆
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 规则 决策树 信息增益
• 年，卷（期）: 2006,（7）
• 所属期刊栏目: 安全技术
• 页码范围: 146-148
• 页数: 3页
• 分类号: TP393
• 字数: 2804字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.07.051

摘要

用构造决策树的方法来对入侵规则进行分类组织,将并行处理的机制引入到数据包与入侵规则集的匹配检测过程中.该文对于构造入侵规则决策树的过程,采用信息增益率为新的分类属性选择标准,并用它替代了原有的信息增益标准.实验证明,对于某些特定的攻击类型,在产生相同告警数量的前提下,采用信息增益率的检测引擎比采用信息增益的检测引擎,在检测速度上有明显的提高,有力地提高了基于特征的入侵检测性能,可及时地发现入侵行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张大方	湖南大学计算机与通信学院	295	2498	22.0	33.0
2	唐谦	湖南大学计算机与通信学院	3	100	3.0	3.0
3	黄昆	湖南大学计算机与通信学院	18	337	9.0	18.0