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:
工业控制系统的网络安全问题越来越严峻,遭到的入侵威胁也越来越复杂.伴随着网络的开放性、复杂性不断增强,入侵威胁正在不断加深.为了抵御愈趋复杂和多样的入侵威胁,需要设计高效的入侵检测方法.朴素贝叶斯分类算法是一种有效而简洁的分类算法,能较好地应用于工业控制系统网络的入侵检测.但是它的属性独立性假设使得该方法无法表示属性变量之间存在的关系,影响了它的分类效果.针对该缺陷,借鉴前人的经验,提出了一种改进综合加权系数的朴素贝叶斯分类算法(Compositive Weighted Naive Bayes Classification,CWNBC).该算法既考虑了不同属性取值对分类结果的影响,又考虑了属性值的内容对分类的影响,巧妙地引入了综合加权系数.将该算法与其他几种算法比较,经实验表明,该分类算法有较高的分类准确率,能更好地适用于比较复杂的工业控制系统网络的入侵检测.
推荐文章
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
基于改进特征加权的朴素贝叶斯分类算法
文本分类
朴素贝叶斯
JS散度
词频
文本频率
类别频率
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
基于改进朴素贝叶斯法的手机垃圾短信过滤算法研究
垃圾短信
数据不均衡
频繁项特征
朴素贝叶斯
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 基于改进朴素贝叶斯的入侵检测方法
来源期刊 微型机与应用 学科 工学
关键词 朴素贝叶斯 加权系数 属性值
年,卷(期) 2017,(1) 所属期刊栏目 智能工业与信息安全
研究方向 页码范围 8-10,14
页数 4页 分类号 TP31
字数 3470字 语种 中文
DOI 10.19358/j.issn.1674-7720.2017.01.003
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 邢建春 解放军理工大学国防工程学院 95 797 12.0 24.0
2 杨启亮 解放军理工大学国防工程学院 53 318 9.0 15.0
3 孙程 解放军理工大学国防工程学院 3 14 1.0 3.0
4 韩德帅 解放军理工大学国防工程学院 8 139 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (42)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (27)
二级引证文献  (4)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(15)
  • 参考文献(3)
  • 二级参考文献(12)
2011(11)
  • 参考文献(2)
  • 二级参考文献(9)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(7)
  • 引证文献(5)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
朴素贝叶斯
加权系数
属性值
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导