基于 J48 与朴素贝叶斯算法监督机器学习分类方法的网络活动识别与分析
密码学与安全
2021-05-31 v1 人工智能
摘要
网络活动识别一直是入侵检测的重要组成部分。然而，随着网络流量的增长和网络行为复杂度的提升，通过用户网络监控软件快速准确地识别具体行为变得愈发困难。这也要求系统安全人员密切关注最新的入侵监测技术与方法。这些都极大增加了入侵检测任务的难度与复杂度。基于监督分类技术的机器学习方法的应用，有助于将网络安全人员从繁重枯燥的任务中解放出来。一个经过微调的模型能够准确识别用户行为，从而以较高准确率和良好适应性提供持续监控。最后，介绍并评估了采用 J48 与 Na"ive Bayes 算法进行网络活动识别的结果。
引用
@article{arxiv.2105.13698,
title = {Network Activities Recognition and Analysis Based on Supervised Machine Learning Classification Methods Using J48 and Na\"ive Bayes Algorithm},
author = {Fan Huang},
journal= {arXiv preprint arXiv:2105.13698},
year = {2021}
}