基于朴素贝叶斯的特征提取方法研究和改进

朴素贝叶斯分类在入侵检测应用中是一种简单而高效的方法,但是其属性的独立性假设影响了它的性能。通过改变朴素贝叶斯假设的限制可以增强其分类效果,但会导致计算代价大幅提高。因而有很多人研究并提出了属性特征的提取对朴素贝叶斯进行改进的算法,从而提高朴素贝叶斯分类器性能。研究分析了比较常用的属性选择与提取算法,并给出了一种专门针对网络信息流提出的优化,通过信息熵和属性分布算法方面的研究给出了一种新的测试方法,并通过实验检验了新算法的可行性。