一种改进的决策树算法在入侵检测中的应用

• 作者: 张旻宇
• 来源期刊: 现代信息科技
• 关键词: 决策树 粗糙集 信息熵 粒度决策熵 属性重要性 入侵检测
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 信息安全|Information Security
• 页码范围: 147-152,159
• 页数: 7页
• 分类号: TP309
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.23.041

摘要

为了改进传统决策树算法存在的一些问题,文章结合粗糙集理论提出一种基于粒度决策熵的决策树算法DTGDE.DTGDE算法采用粒度决策熵作为分裂属性的选择标准.在该信息熵模型中,粒度决策熵可以同时表示知识的完备性和知识的粒度大小,因此,利用粒度决策熵来选择分裂属性能够更加全面地考察每个属性对决策分类的贡献.实验结果表明,DTGDE算法具有比现有决策树算法更好的入侵检测性能.