algorithm - 神经网络和 IDS

Question

我试图掌握神经网络相对于其他用于入侵检测系统的人工智能算法的效率。我正在阅读的大多数文献都没有对神经网络与其他 IDS 进行很好的比较。

它们是否工作得更好（检测更多的真实攻击和更少的误报）？他们的效率更高还是更低？

另一个问题是 NN 在 IDS 环境中有多新？它们被广泛使用，是旧新闻吗？

Answer 1

好像你在问这个问题：

该算法能否可靠地帮助我检测“入侵”何时发生。

看看对神经网络的一些批评，似乎神经网络可能被过度训练（这对于任何人工智能算法都是可能的）；这可以通过使用 k 折交叉验证来克服。NN 也很困难，因为很难解释为什么 NN 给出了它所做的结果。

这是你正在研究的一个研究问题吗？

最初，我会看朴素贝叶斯来解决这个问题，因为 1）它很容易实现，2）作为一个很好的基线。此外，将决策树视为您问题的解决方案。

在实现了NB和DT之后，再实现NN，看看NN是否做得更好。

你也可以尝试一种合奏技术，看看是否能给你带来更好的结果。

有一个名为Weka的基于 Java 的包，它实现了我讨论过的许多算法，并且可能对您很有价值。

Answer 2

我也是NN的新手。我认为您可以使用Encog 神经网络库来实现 NN 算法。它在 Java 和 C# 中都可用。