基于粗糙集属性约简和贝叶斯分类的 入侵检测方法研究

目录

第一章绪论

1.1研究背景

1.2研究现状

1.2.1入侵检测研究现状

1.2.2贝叶斯分类算法的研究现状

1.2.3 粗糙集理论的研究进展

1.3研究的主要内容

1.4 本文的组织结构

第二章贝叶斯分类和属性约简基础概述

2.1 贝叶斯分类基础

2.1.1 条件概率与乘法公式

2.1.2全概率公式与贝叶斯定理

2.1.3 极大后验概率

2.1.4事件的独立性

2.2 朴素贝叶斯分类模型

2.3 基于属性重要度的粗糙集属性约简

2.3.1 粗糙集的基本概念

2.3.2 粗糙集的属性约简与属性重要度

2.4 本章小结

第三章 属性约简与贝叶斯分类的入侵检测算法设计实现

3.1改进的粗糙集属性依赖度算法

3.1.1 基本的属性依赖度计算方法

3.1.2 改进的属性依赖度计算方法

3.1.3 改进的属性依赖度计算例

3.2基于粗糙集属性重要度的特征选择方法

3.3 粗糙集属性重要度约简算法并行化

3.4贝叶斯分类算法

3.5融合贝叶斯分类和属性约简的入侵检测算法

第四章基于属性约简与贝叶斯分类的入侵检测实验

4.1 实验环境与数据集

4.1.1实验环境

4.1.2 实验数据集

4.2 数据集预处理

4.2.1数值化预处理

4.2.2归一化预处理

4.2.3离散化预处理

4.3 实验

4.3.1 贝叶斯分类算法与其他分类算法性能比较实验

4.3.2本文算法与贝叶斯分类算法的比较实验

4.4 本章小结

第五章总结

5.1主要工作

5.2 下一步工作

参考文献

致谢

攻读学位期间发表论文情况