论文部分内容阅读
针对入侵检测系统（IDS）中基于训练数据选择较好的异常检测模型。使用相对熵密度偏差作为模型之间的度量。通过分析模型的分布与训练数据真实分布的差异，根据原数据本身的相依关系，使用较少的数据选择出较好的适用检测模型。实验结果证明针对所给的数据，隐马氏模型（HMM）要好于马氏链模型（MCM）。
相对熵密度偏差在入侵检测模型中的应用
【摘 要】
：
针对入侵检测系统（IDS）中基于训练数据选择较好的异常检测模型。使用相对熵密度偏差作为模型之间的度量。通过分析模型的分布与训练数据真实分布的差异，根据原数据本身的相依关
【机 构】
：
南开大学信息技术科学学院
【出 处】
：
计算机工程与应用
【发表日期】
：
2009年13期
其他文献
二十一世纪以来，计算机技术的飞速发展。随着计算机技术的发展和应用。建设现代化的信息校园已经成为各个高校信息建设的重要任务。作为高职院校最为重要的任务就是人才的培养