Thuật Toán Phân Loại Naive Bayes Và ứng Dụng

• Tin Tức Tin tức An ninh mạng Bản tin WhiteHat
• Thành viên
• Có gì mới
• Video
• Wargame
• Vinh Danh

Đăng nhập

Tìm kiếm

Toàn bộ Chủ đề Diễn đàn này This thread Chỉ tìm trong tiêu đề Bởi: Tìm Tìm nâng cao…

• Hoạt động gần đây
• Đăng ký

Đăng nhập Đăng ký Giới thiệu Liên hệ

CỘNG ĐỒNG AN NINH MẠNG VIỆT NAM

@ 2009 - 2021 Bkav Corporation

Install the app Install

• Thảo luận
• Trí tuệ nhân tạo

You are using an out of date browser. It may not display this or other websites correctly.You should upgrade or use an alternative browser. Thuật toán phân loại Naive Bayes và ứng dụng

• Bắt đầu nktung
• Ngày bắt đầu 20/06/2020

Chia sẻ: Facebook Twitter Reddit Pinterest Tumblr WhatsApp Email Chia sẻ Liên kết

nktung

Nguyễn Khánh Tùng

Thành viên BQT 08/10/2013 401 1.012 bài viết Thuật toán phân loại Naive Bayes và ứng dụng Naive Bayes Classification (NBC) – thuật toán phân loại Naive Bayes - là một thuật toán dựa trên định lý Bayes về lý thuyết xác suất để đưa ra các phán đoán cũng như phân loại dữ liệu dựa trên các dữ liệu được quan sát và thống kê, được ứng dụng rất nhiều trong các lĩnh vực Machine learning dùng để đưa các dự đoán có độ chính xác cao, dựa trên một tập dữ liệu đã được thu thập. NBC thuộc vào nhóm học máy có giám sát. Định lý Bayes Định lý Bayes cho phép tính xác suất xảy ra của một sự kiện ngẫu nhiên A khi biết sự kiện liên quan B đã xảy ra. Xác suất này được ký hiệu là P(A|B), và đọc là “xác suất của A nếu có B”. Đại lượng này được gọi xác suất có điều kiện hay xác suất hậu nghiệm vì nó được rút ra từ giá trị được cho của B hoặc phụ thuộc vào giá trị đó. Hình 1. Định lý Bayes​Theo định lí Bayes, P(A|B) sẽ phụ thuộc vào 3 yếu tố: - Xác suất xảy ra A của riêng nó, không quan tâm đến B. Kí hiệu là P(A). - Xác suất xảy ra B của riêng nó, không quan tâm đến A. Kí hiệu là P(B). - Xác suất xảy ra B khi biết A xảy ra. Kí hiệu là P(B|A). Đại lượng này gọi là khả năng (likelihood) xảy ra B khi biết A đã xảy ra. Ở trên ta có thể thấy xác suất xảy ra của sự kiện A phụ thuộc và xác suất của sự kiện B, nhưng trong thực tế xác suất A có thể phụ thuộc vào xác suất của nhiều các giác thuyết khác có thể là B1, B2, B3 … Bn. Vậy định luật Bayes có thể được mở rộng bằng công thức sau: Hình 2. Định lý Bayes mở rộng​Trên thực tế thì ít khi tìm được dữ liệu mà các thành phần là hoàn toàn độc lập với nhau. Tuy nhiên giả thiết này giúp cách tính toán trở nên đơn giản, training data nhanh, đem lại hiệu quả bất ngờ với các lớp bài toán nhất định. Ứng dụng của thuật toán Naïve Bayes Thuật toán Naive Bayes Classification được áp dụng vào các loại ứng dụng sau - Real time Prediction: NBC chạy khá nhanh nên nó thích hợp áp dụng ứng dụng nhiều vào các ứng dụng chạy thời gian thực, như hệ thống cảnh báo phát hiện sự cố... - Multi class Prediction: Nhờ vào định lý Bayes mở rộng ta có thể ứng dụng vào các loại ứng dụng đa dự đoán, tức là ứng dụng có thể dự đoán nhiều giả thuyết mục tiêu. - Text classification/ Spam Filtering/ Sentiment Analysis: NBC cũng rất thích hợp cho các hệ thống phân loại văn bản hay ngôn ngữ tự nhiên vì tính chính xác của nó lớn hơn các thuật toán khác. Ngoài ra các hệ thống chống thư rác cũng rất ưu chuộng thuật toán này. Và các hệ thống phân tích tâm lý thị trường cũng áp dụng NBC để tiến hành phân tích tâm lý người dùng ưu chuộng hay không ưu chuộng các loại sản phẩm nào từ việc phân tích các thói quen và hành động của khách hàng. - Recommendation System: Naive Bayes Classifier được sử dụng rất nhiều để xây dựng hệ thống gợi ý. Chỉnh sửa lần cuối: 25/06/2020 Cái này áp dụng vào đổ xí ngầu đc ko ta Comment

cunhoalonso đã viết: Cái này áp dụng vào đổ xí ngầu đc ko ta Nhấn để mở rộng...

Bạn hài hước đấy. Nhưng cho mình hỏi đổ xí ngầu là gì đó bạn? Comment cho em hỏi thuật toán này áp dụng vào việc dò lìm lưu lượng mạng bất thường trên log của pfsense không ạ. tại em đang làm đồ án về cái này 1 Comment nktung

• #4.1

16/05/2023 Được đó bạn. Bạn tham khảo thêm https://www.researchgate.net/figure/Proposed-network-anomaly-detection-scheme-on-pfSense-logs_fig1_351720082 Bạn phải đăng nhập hoặc đăng ký để phản hồi tại đây. Bài viết liên quan

Bức tranh toàn cảnh về sự sụp đổ của đế chế LUNA

• Ngày bắt đầu 17/07/2022
• 1

Các thuật toán học máy Machine Learning sử dụng phát hiện xâm nhập mạng

• Ngày bắt đầu 10/04/2022
• 0

Phân lớp dữ liệu bằng thuật toán những người láng giềng gần nhất (K-Nearest Neighbors)

• Ngày bắt đầu 14/07/2020
• 2

Phân loại các thuật toán học máy

• Ngày bắt đầu 11/04/2020
• 0

Bên trên