信息网络安全

信息网络安全 ›› 2017, Vol. 17 ›› Issue (9): 54-57.doi: 10.3969/j.issn.1671-1122.2017.09.013

• • 上一篇    下一篇

基于信息增益的贝叶斯态势要素提取

戚犇(), 王梦迪   

  1. 中国人民公安大学信息技术与网络安全学院,北京 100038
  • 收稿日期:2017-08-01 出版日期:2017-09-20 发布日期:2020-05-12
  • 作者简介:

    作者简介： 戚犇（1993—）,男,山东,硕士研究生,主要研究方向为网络安全执法技术;王梦迪（1993—）,女,河南,硕士研究生,主要研究方向为网络安全执法技术。

  • 基金资助:
    国家自然科学基金[61602489];国家“网络空间安全”重点专项[SQ2017YFGX110081-04];赛尔网络下一代互联网技术创新项目[NGII20160405]

A Method Using Information Gain and Naive Bayes to Extract Network Situation Information

Ben QI(), Mengdi WANG   

  1. College of Information Technology and Network Security, People’s Public Security University of China, Beijing 100038, China
  • Received:2017-08-01 Online:2017-09-20 Published:2020-05-12

RichHTML

2

PDF (PC)

152

摘要：

针对网络安全态势要素提取、约简、分类问题,文章对收集的网络数据,通过计算每个属性的信息增益约简,并通过信息增益设置权值,获得关联性强的态势因子。在朴素贝叶斯进行的安全态势因子分类中,对朴素贝叶斯算法进行了改进,加入了调控因子,提高了分类效果,并实现了对恶意攻击的检测。最后,用入侵检测数据集对改进的方法进行测试,并将得到的结果与传统的方法进行比较,得到了更好的效果。

关键词: 态势感知, 态势提取, 朴素贝叶斯, 信息增益

Abstract:

Network security situational factors of extraction exist some problems in reduction and classification. We collect network data to obtain the strong correlation between situational factors through setting up right value. Through the improvement of naive bayesian analysis, the detection of malicious attack was realized. This paper tries to experiment with the intrusion detection data set, and compares the traditional method to the better effect.

Key words: situational awareness, situational extraction, Naive Bayes, information gain

中图分类号: