利用模糊逻辑构建入侵检测系统

Question

我想开发一个入侵检测系统(IDS)，它可以与其中一个KDD数据集一起使用。在本例中，我的数据集有42个属性和超过4,000,000行数据。

我正在尝试使用模糊关联规则构建IDS，因此我的问题是:在这种情况下，什么是模糊逻辑的最佳工具？

Answer 1

模糊关联规则算法通常是Apriori和FP-growth等常规关联规则算法的扩展，以便使用概率范围对不确定性进行建模。因此，我假设您的数据由非常不确定的度量组成，因此您希望将度量分组在更一般的范围内，例如“低”/“中”/“高”。从那时起，您可以使用任何常规的关联规则算法来查找IDS的规则(我建议使用FP-growth，因为对于大型数据集，它的复杂度低于Apriori )。