基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文阐述了朴素贝叶斯网络的功能及特点,利用NB建立了入侵检测模型,根据模型对网络连接数据的属性进行特征选择.实验表明:NB模型对入侵检测系统有一定的优化作用,相对神经网络模型有更高的检测率.
推荐文章
基于主成分分析的改进贝叶斯网络入侵检测研究
特征选择
主成分分析
滑动窗口
贝叶斯网络
入侵检测
加权朴素贝叶斯算法在消防检测中的应用
消防检测
属性加权
朴素贝叶斯算法
信息增益
权重
基于贝叶斯的入侵检测模型与仿真研究
网络安全
网络入侵
主成分分析
贝叶斯分类器
基于朴素贝叶斯算法的社交网络数据挖掘技术研究
朴素贝叶斯算法
社交网络
数据挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于朴素贝叶斯网络的入侵检测分析
来源期刊 网络安全技术与应用 学科 工学
关键词 入侵检测 朴素贝叶斯网络
年,卷(期) 2007,(9) 所属期刊栏目 网络安全
研究方向 页码范围 23-25
页数 3页 分类号 TN91
字数 3697字 语种 中文
DOI 10.3969/j.issn.1009-6833.2007.09.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林亚平 湖南大学软件学院 231 2974 26.0 42.0
2 鄢喜爱 湖南大学软件学院 25 259 9.0 15.0
6 李柏生 湖南大学软件学院 2 20 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (12)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (19)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
入侵检测
朴素贝叶斯网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
网络安全技术与应用
月刊
1009-6833
11-4522/TP
大16开
北京市
2-741
2001
chi
出版文献量(篇)
13340
总下载数(次)
61
总被引数(次)
33730
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导