基于朴素贝叶斯的社交网络入侵行为取证模型构建

• 作者: 朱敏
• 来源期刊: 廊坊师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 朴素贝叶斯 社交网络 入侵行为 取证模型
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

目前社交网络入侵行为取证模型的异常类型匹配度较低、取证匹配范围较小.利用朴素贝叶斯构建了一种新的社交网络入侵行为取证模型.利用改进网络模型扩建检测框架,分析朴素贝叶斯网络内部节点,通过重复和评价实现入侵特征分类,完成入侵检测分析.以贝叶斯概率理论为基础,建立朴素贝叶斯来构建社交网络入侵行为取证模型,基于先验概率寻找后验概率的核心思想实现入侵行为取证.实验结果表明,基于朴素贝叶斯的社交网络入侵行为取证模型的异常类型匹配度高、取证范围大、实际应用效果好.