基于NBSR模型的入侵检测技术

• 作者: 巴梦龙 朱世松 王辉 申自浩
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 朴素贝叶斯 Softmax回归 入侵检测系统 误检率
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 427-433
• 页数: 7页
• 分类号: TP309
• 字数: 5396字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.03.007

摘要

为了更好地解决入侵检测技术中误用检测造成未知入侵行为误检率升高的问题,提出了一种基于NBSR模型的入侵检测技术.首先,为了弥补ReliefF特征选择算法对特征之间的相关性分析的不足,引入Pearson相关系数,提出Relieff-P算法.其次,利用Relieff-P算法对UNSW-NB15数据集进行处理,去除无关特征,得到新的特征子集.最后,将朴素贝叶斯分类器和Softmax回归分类器级联构成NBSR分类器,建立了NBSR模型.在UNSW-NB15测试集上的实验结果表明,NBSR模型较其他检测模型有较低的误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉	河南理工大学计算机科学与技术学院	102	644	10.0	22.0
2	申自浩	河南理工大学计算机科学与技术学院	14	53	4.0	7.0
3	朱世松	河南理工大学计算机科学与技术学院	17	16	2.0	3.0
4	巴梦龙	河南理工大学计算机科学与技术学院	1	0	0.0	0.0