ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Technique et Science Informatiques

0752-4072
Revue des sciences et technologies de l'information
 

 ARTICLE VOL 25/2 - 2006  - pp.167-196  - doi:10.3166/tsi.25.167-196
TITRE
Réseaux bayésiens naïfs et arbres de décision dans les systèmes de détection d'intrusions

RÉSUMÉ
Les réseaux bayésiens sont des outils puissants pour le raisonnement et la décision sous incertitude. Une forme très simplifiée de ces réseaux est appelée réseaux bayésiens naïfs, qui disposent d'un mécanisme d'inférence particulièrement efficace. Cet article propose une étude expérimentale des réseaux bayésiens naïfs pour la détection d'intrusions. Nous montrons que ces réseaux sont satisfaisants malgré leurs structures très simplifiées. L'étude expérimentale est effectuée sur la base de données KDD'99. Trois types d'expérimentations sont réalisés en fonction du niveau de granularité des attaques. Dans toutes les expérimentations, nous comparons les performances des réseaux bayésiens naïfs à celles obtenues avec des arbres de décision, qui sont des outils très utilisés dans les problèmes de classification.


ABSTRACT
Bayesian networks are powerful tools for decision and reasoning under uncertainty. A very simple form of these networks is called naive Bayes, which is particularly efficient for learning and inference tasks. This paper offers an experimental study of the use of naive Bayes in intrusion detection. We show that eventhough they have a simple structure, naive Bayes provide satisfactory results. We consider three levels of attack granularities depending whether we consider whole attacks, or group them into four main categories, or just focus on normal and abnormal behaviour. Different experimentations are performed in order to find the best strategies to adopt regarding the different studied cases. We compare the performance of naive Bayes with one of well known machine learning techniques: decision trees.


AUTEUR(S)
Nahla BEN AMOR, Salem BENFERHAT, Zied ELOUEDI

MOTS-CLÉS
réseaux bayésiens naïfs, arbres de décision, détection d'intrusions.

KEYWORDS
naive bayes, decision trees, intrusion detection

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (187 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier