论文部分内容阅读
目前社交网络入侵行为取证模型的异常类型匹配度较低、取证匹配范围较小。利用朴素贝叶斯构建了一种新的社交网络入侵行为取证模型。利用改进网络模型扩建检测框架,分析朴素贝叶斯网络内部节点,通过重复和评价实现入侵特征分类,完成入侵检测分析。以贝叶斯概率理论为基础,建立朴素贝叶斯来构建社交网络入侵行为取证模型,基于先验概率寻找后验概率的核心思想实现入侵行为取证。实验结果表明,基于朴素贝叶斯的社交网络入侵行为取证模型的异常类型匹配度高、取证范围大、实际应用效果好。