典型文献
基于属性分类建模的入侵检测方法
文献摘要：
针对传统入侵检测算法忽略数据属性间的类别特征,提出基于属性分类建模的入侵检测系统(ACBM-IDS).将数据按属性划分为离散和连续两类,针对离散属性数据以关联规则算法为基础挖掘各类别的最长最大支持度项集,结合稳定性对项集进行加权后构成离散属性判定模型;针对连续属性数据,经归一化后训练Softmax分类器作为连续属性判定模型;将两个模型线性组合并分配不同权重,形成最终的入侵检测模型.通过在NSL-KDD数据集上与多种传统机器学习方法进行对比实验,实验结果表明,ACBM-IDS的方法在精确率、召回率以及F值上均优于其它方法,展现出良好的入侵检测性能.
文献关键词：
入侵检测;分类建模;关联规则;Softmax分类器;NSL-KDD数据集
中图分类号：
作者姓名：
王加梁
作者机构：
四川旅游学院 基建处,四川 成都 610100
文献出处：
引用格式：
[1]王加梁-.基于属性分类建模的入侵检测方法)[J].计算机工程与设计,2022(04):907-913
A类：
ACBM
B类：
分类建模,入侵检测方法,入侵检测算法,数据属性,类别特征,入侵检测系统,IDS,属性划分,属性数据,关联规则算法,支持度,定模,连续属性,Softmax,分类器,型线,线性组合,不同权重,入侵检测模型,NSL,KDD,机器学习方法,精确率,召回率,检测性能
AB值：
0.381735
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
