文献类型：期刊文章

作　　者：郭慧[1] 刘忠宝[2] 柳欣[1]

GUO Hui;LIU Zhongbao;LIU Xin(School of Information,Business College of Shanxi University,Taiyuan 030031,China;School of Software,North University of China,Taiyuan 030051,China)

机构地区：[1]山西大学商务学院信息学院,太原030031 [2]中北大学软件学院,太原030051

出　　处：《计算机工程》

基　　金：山西省自然科学基金(201601D011042)

年　　份：2019

卷　　号：45

期　　号：4

起止页码：142-147

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对入侵检测系统中传统决策树分类算法仅能处理离散化数据的情况,提出一种改进的入侵检测方法。通过云模型对数据集连续属性进行离散化,利用遗传算法引入加权选择概率函数,使得决策树分类算法能检测出DoS、R2L、U2R、PRB攻击。KDDCUP 99数据集上的实验结果表明,与基于贝叶斯、支持向量机与云模型离散化的检测方法相比,该方法具有更好的入侵检测与分类性能。

关 键 词：云模型 决策树 离散化 遗传算法 入侵检测 连续属性  

分 类 号：TP391]