貝葉斯演算法改進
㈠ 數據挖掘十大經典演算法之樸素貝葉斯
樸素貝葉斯，它是一種簡單但極為強大的預測建模演算法。之所以稱為樸素貝葉斯，**是因為它假設每個輸入變數是獨立的。**這個假設很硬，現實生活中根本不滿足，但是這項技術對於絕大部分的復雜問題仍然非常有效。
貝葉斯原理、貝葉斯分類和樸素貝葉斯這三者之間是有區別的。
貝葉斯原理是最大的概念，它解決了概率論中「逆向概率」的問題，在這個理論基礎上，人們設計出了貝葉斯分類器，樸素貝葉斯分類是貝葉斯分類器中的一種，也是最簡單，最常用的分類器。樸素貝葉斯之所以樸素是因為它假設屬性是相互獨立的，因此對實際情況有所約束，**如果屬性之間存在關聯，分類准確率會降低。**不過好在對於大部分情況下，樸素貝葉斯的分類效果都不錯。
樸素貝葉斯分類器依靠精確的自然概率模型，在有監督學習的樣本集中能獲取得非常好的分類效果。在許多實際應用中，樸素貝葉斯模型參數估計使用最大似然估計方法，換而言之樸素貝葉斯模型能工作並沒有用到貝葉斯概率或者任何貝葉斯模型。
樸素貝葉斯分類 常用於文本分類 ，尤其是對於英文等語言來說，分類效果很好。它常用於垃圾文本過濾、情感預測、推薦系統等。
1、 需要知道先驗概率
先驗概率是計算後驗概率的基礎。在傳統的概率理論中，先驗概率可以由大量的重復實驗所獲得的各類樣本出現的頻率來近似獲得，其基礎是「大數定律」，這一思想稱為「頻率主義」。而在稱為「貝葉斯主義」的數理統計學派中，他們認為時間是單向的，許多事件的發生不具有可重復性，因此先驗概率只能根據對置信度的主觀判定來給出，也可以說由「信仰」來確定。
2、按照獲得的信息對先驗概率進行修正
在沒有獲得任何信息的時候，如果要進行分類判別，只能依據各類存在的先驗概率，將樣本劃分到先驗概率大的一類中。而在獲得了更多關於樣本特徵的信息後，可以依照貝葉斯公式對先驗概率進行修正，得到後驗概率，提高分類決策的准確性和置信度。
3、分類決策存在錯誤率
由於貝葉斯分類是在樣本取得某特徵值時對它屬於各類的概率進行推測，並無法獲得樣本真實的類別歸屬情況，所以分類決策一定存在錯誤率，即使錯誤率很低，分類錯誤的情況也可能發生。
第一階段：准備階段
在這個階段我們需要確定特徵屬性，同時明確預測值是什麼。並對每個特徵屬性進行適當劃分，然後由人工對一部分數據進行分類，形成訓練樣本。
第二階段：訓練階段
這個階段就是生成分類器，主要工作是 計算每個類別在訓練樣本中的出現頻率 及 每個特徵屬性劃分對每個類別的條件概率。
第三階段：應用階段
這個階段是使用分類器對新數據進行分類。
優點：
（1）樸素貝葉斯模型發源於古典數學理論，有穩定的分類效率。
（2）對小規模的數據表現很好，能個處理多分類任務，適合增量式訓練，尤其是數據量超出內存時，我們可以一批批的去增量訓練。
（3）對缺失數據不太敏感，演算法也比較簡單，常用於文本分類。
缺點：
（1）理論上，樸素貝葉斯模型與其他分類方法相比具有最小的誤差率。但是實際上並非總是如此，這是因為樸素貝葉斯模型給定輸出類別的情況下,假設屬性之間相互獨立，這個假設在實際應用中往往是不成立的，在屬性個數比較多或者屬性之間相關性較大時，分類效果不好。而在屬性相關性較小時，樸素貝葉斯性能最為良好。對於這一點，有半樸素貝葉斯之類的演算法通過考慮部分關聯性適度改進。
（2）需要知道先驗概率，且先驗概率很多時候取決於假設，假設的模型可以有很多種，因此在某些時候會由於假設的先驗模型的原因導致預測效果不佳。
（3）由於我們是通過先驗和數據來決定後驗的概率從而決定分類，所以分類決策存在一定的錯誤率。
（4）對輸入數據的表達形式很敏感。
參考：
https://blog.csdn.net/qiu__liao/article/details/90671932
https://blog.csdn.net/u011067360/article/details/24368085
㈡ 璐濆彾鏂鏂規硶
璐濆彾鏂鏂規硶鏄鍩轟簬璐濆彾鏂瀹氱悊鑰屽彂灞曡搗鏉ョ敤浜庣郴緇熷湴闃愯堪鍜岃В鍐崇粺璁￠棶棰樼殑鏂規硶銆
璐濆彾鏂姒傜巼鍏寮:P(B|A) = P(A|B)*P(B) / P(A)銆
鍗籌細B宸茬粡鍙戠敓鐨勬儏鍐典笅錛孉鍙戠敓鐨勬傜巼錛 絳変簬A宸茬粡鍙戠敓鐨勬儏鍐典笅錛孊鍙戠敓鐨勬傜巼錛屼箻浠A鍗曠嫭鍙戠敓鐨勬傜巼錛屽啀鏁翠綋闄や互B鍗曠嫭鍙戠敓鐨勬傜巼銆
㈢ 鍏充簬杈撳叆鍑犱釜妞嶇墿鐗瑰緛鐨勬櫤鑳借瘑鍒緋葷粺鐨勮礉鍙舵柉緗戠粶鍏寮
璐濆彾鏂鍒嗙被鏄緇熻″﹀垎綾繪柟娉曘傚畠浠鍙浠ラ勬祴綾繪垚鍛樺叧緋葷殑鍙鑳芥э紝濡傜粰瀹氭牱鏈灞炰簬涓涓鐗瑰畾綾葷殑姒傜巼銆
鏈寸礌璐濆彾鏂鍒嗙被[2]鍋囧畾浜嗕竴涓灞炴у煎圭粰瀹氱被鐨勫獎鍝嶇嫭絝嬩簬鍏跺畠灞炴х殑鍊礆紝榪欎竴鍋囧畾縐頒綔綾繪潯浠剁嫭絝嬨
璁懼畾鏁版嵁鏍鋒湰鐢ㄤ竴涓 n 緇寸壒寰佸悜閲廥={x1錛寈2錛岋紝xn}琛ㄧず錛屽垎鍒鎻忚堪瀵筺 涓灞炴A1錛孉2錛岋紝An鏍鋒湰鐨 n 涓搴﹂噺銆傚亣瀹氭湁m涓綾 C1錛孋2錛岋紝Cm 銆傜粰瀹氫竴涓鏈鐭ョ殑鏁版嵁鏍鋒湰 X錛堝嵆娌℃湁綾繪爣鍙鳳級錛屾湸緔犺礉鍙舵柉鍒嗙被鍒嗙被娉曞皢棰勬祴 X 灞炰簬鍏鋒湁鏈楂樺悗楠屾傜巼錛堟潯浠 X 涓嬶級鐨勭被錛屽綋涓斾粎褰揚(Ci | X)> P(Cj | X)錛1鈮j鈮m錛宩鈮爄 榪欐牱錛屾渶澶у寲P(Ci | X)銆傚叾涓璓(Ci | X)鏈澶х被Ci 縐頒負鏈澶у悗楠屽亣瀹氾紝鍏跺師鐞嗕負璐濆彾鏂瀹氱悊錛
鍏寮(1)
鐢變簬P(X) 瀵逛簬鎵鏈夌被涓哄父鏁幫紝鍙闇瑕丳(X | Ci)P(Ci)鏈澶у嵆鍙銆傚苟鎹姝ゅ筆(Ci| X)鏈澶у寲銆傚惁鍒欙紝鏈澶у寲P(X | Ci)P(Ci)銆傚傛灉緇欏畾鍏鋒湁璁稿氬睘鎬х殑鏁版嵁闆嗭紝璁＄畻P(X | Ci)P(Ci)鐨勫紑閿鍙鑳介潪甯稿ぇ銆備負闄嶄綆璁＄畻P(X| Ci )鐨勫紑閿錛屽彲浠ュ仛綾繪潯浠剁嫭絝嬬殑鏈寸礌鍋囧畾銆傜粰瀹氭牱鏈鐨勭被鏍囧彿錛屽亣瀹氬睘鎬у肩浉浜掓潯浠剁嫭絝嬶紝鍗沖湪灞炴ч棿錛屼笉瀛樺湪渚濊禆鍏崇郴錛岃繖鏍鳳紝
鍏寮(2)
姒傜巼錛屽彲浠ョ敱璁緇冩牱鏈浼板礆細
(1) 濡傛灉Ak鏄鍒嗙被灞炴э紝鍒橮(xk|Ci)=sik/si鍏朵腑sik鏄疉k涓婂叿鏈夊紉k鐨勭被Ci鐨勮緇冩牱鏈鏁幫紝鑰宻i鏄疌i涓鐨勮緇冩牱鏈鏁般
(2) 濡傛灉Ak鏄榪炵畫鍊煎睘鎬э紝鍒欓氬父鍋囧畾璇ュ睘鎬ф湇浠庨珮鏂鍒嗗竷銆傚洜鑰
鍏寮(3)
鍏朵腑錛岀粰瀹氱被Ci鐨勮緇冩牱鏈灞炴Ak鐨勫礆紝 鏄灞炴Ak鐨勯珮鏂瀵嗗害鍑芥暟錛岃 鍒嗗埆涓哄鉤鍧囧煎拰鏍囧噯宸銆
鏈寸礌璐濆彾鏂鍒嗙被綆楁硶(浠ヤ笅縐頒負NBC)鍏鋒湁鏈灝忕殑鍑洪敊鐜囥傜劧鑰岋紝瀹炶返涓騫墮潪濡傛わ紝榪欐槸鐢變簬瀵瑰叾搴旂敤鍋囧畾錛堝傜被鏉′歡鐙絝嬫э級鐨勪笉紜瀹氭э紝浠ュ強緙轟箯鍙鐢ㄧ殑姒傜巼鏁版嵁閫犳垚鐨勩備富瑕佽〃鐜頒負錛
鈶犱笉鍚岀殑媯嫻嬪睘鎬т箣闂村彲鑳藉瓨鍦ㄤ緷璧栧叧緋伙紝濡俻rotocol_type錛宻rc_bytes鍜宒st_bytes涓夌嶅睘鎬т箣闂存諱細瀛樺湪涓瀹氱殑鑱旂郴錛
鈶″綋榪炵畫鍊煎睘鎬у垎甯冩槸澶氭佹椂錛屽彲鑳戒駭鐢熷緢鏄庢樉鐨勯棶棰樸傚湪榪欑嶆儏鍐典笅錛岃冭檻鍒嗙被闂棰樻秹鍙婃洿鍔犲箍娉涳紝鎴栬呮垜浠鍦ㄥ仛鏁版嵁鍒嗘瀽鏃跺簲璇ヨ冭檻鍙︿竴縐嶆暟鎹鍒嗘瀽銆
鍚庝竴縐嶆柟娉曟垜浠灝嗗湪浠ヤ笅絝犺妭璇︾粏璁ㄨ恆
3 鏈寸礌璐濆彾鏂鐨勬敼榪涳細鏍稿瘑搴︿及璁
鏍稿瘑搴︿及璁℃槸涓縐嶆櫘渚跨殑鏈寸礌璐濆彾鏂鏂規硶錛屼富瑕佽В鍐崇敱姣忎釜榪炵畫鍊煎睘鎬ц句負楂樻柉鍒嗗竷鎵浜х敓鐨勯棶棰橈紝姝ｅ備笂涓鑺傛墍鎻愬埌鐨勩傚湪[3]鏂囦腑錛屼綔鑰呰や負榪炵畫灞炴у兼洿澶氭槸浠ユ牳瀵嗗害浼拌¤屼笉鏄楂樻柉浼拌°
鏈寸礌璐濆彾鏂鏍稿瘑搴︿及璁″垎綾葷畻娉曪紙浠ヤ笅縐癒-NBC錛夊嶮鍒嗙被浼煎侼BC錛岄櫎浜嗗湪璁＄畻榪炵畫灞炴х殑姒傜巼 鏃訛細NBC鏄浣跨敤楂樻柉瀵嗗害鍑芥暟鏉ヨ瘎浼拌ュ睘鎬э紝鑰孠-NBC姝ｅ傚畠鐨勫悕瀛楁墍璇村緱涓鏍鳳紝浣跨敤楂樻柉鏍稿瘑搴﹀嚱鏁版潵璇勪及灞炴с傚畠鐨勬爣鍑嗘牳瀵嗗害鍏寮忎負
鍏寮(4)
鍏朵腑h=蟽 縐頒負鏍稿瘑搴︾殑甯﹀斤紝K=g錛坸,0,1錛 錛屽畾涔変負闈炶礋鍑芥暟銆傝繖鏍峰叕寮忥紙4錛夊彉褰涓哄叕寮忥紙5錛
鍏寮(5)
鍦↘-NBC涓閲囩敤楂樻柉鏍稿瘑搴︿負鏁版嵁鍒嗘瀽錛岃繖鏄鍥犱負楂樻柉瀵嗗害鏈夌潃鏇寸悊鎯崇殑鏇茬嚎鐗圭偣銆傚浘1璇存槑浜嗗疄闄呮暟鎹鐨勬傜巼鍒嗗竷鏇存帴榪戦珮鏂鏍稿瘑搴︽洸綰褲
鍥1 涓ょ嶄笉鍚岀殑姒傜巼瀵嗗害瀵逛簨鍔′腑鏁版嵁鐨勮瘎浼幫紝鍏朵腑榛戠嚎浠ｈ〃楂樻柉瀵嗗害錛岃櫄綰誇負鏍鎬及璁″瘑搴﹀苟鏈変袱涓涓嶅悓鍊肩殑甯﹀芥湸緔犺礉鍙舵柉綆楁硶鍦ㄨ＄畻渭c鍜屜僣鏃訛紝鍙闇瑕佸瓨鍌ㄨ傛祴鍊紉k鐨勫拰浠ュ強浠栦滑鐨勫鉤鏂瑰拰錛岃繖瀵逛竴涓姝ｆ佸垎甯冩潵璇存槸宸茬粡瓚沖熶簡銆傝屾牳瀵嗗害鍦ㄨ緇冭繃紼嬩腑闇瑕佸瓨鍌ㄦ瘡涓涓榪炵畫灞炴х殑鍊礆紙鍦ㄥ︿範榪囩▼涓錛屽瑰悕璇嶆у睘鎬у彧闇瑕佸瓨鍌ㄥ畠鍦ㄦ牱鏈涓鐨勯戠巼鍊礆紝榪欎竴鐐瑰拰鏈寸礌璐濆彾鏂綆楁硶涓鏍鳳級銆傝屼負浜嬩緥鍒嗙被鏃訛紝鍦ㄨ＄畻榪炵畫鍊煎睘鎬х殑姒傜巼 鏃訛紝鏈寸礌璐濆彾鏂綆楁硶鍙闇瑕佽瘎浼癵涓嬈★紝鑰屾牳瀵嗗害浼拌＄畻娉曢渶瑕佸規瘡涓猚綾諱腑灞炴X姣忎竴涓瑙傚療鍊艱繘琛宯嬈¤瘎浼幫紝榪欏氨澧炲姞璁＄畻瀛樺偍絀洪棿鍜屾椂闂村嶆潅搴︼紝琛1涓瀵規瘮浜嗕袱縐嶆柟娉曠殑鏃墮棿澶嶆潅搴﹀拰鍐呭瓨闇奼傜┖闂淬
4 瀹為獙鐮旂┒涓庣粨鏋滃垎鏋
鏈鑺傜殑鐩鏍囨槸璇勪環鎴戜滑鎻愬嚭鏍稿瘑搴﹁瘎浼板垎綾葷畻娉曞瑰叆渚靛¤℃暟鎹鍒嗙被鐨勬晥鏋滐紝涓昏佷粠鏁翠綋媯嫻嬬巼銆佹嫻嬬巼鍜岃媯鐜囦笂鏉ュ垎鏋愩
琛1 鍦ㄧ粰瀹歯鏉¤緇冧簨鍔″拰m涓媯嫻嬪睘鎬ф潯浠朵笅錛
NBC鍜孠-NBC鐨勭畻娉曞嶆潅搴
鏈寸礌璐濆彾鏂 鏍稿瘑搴
鏃墮棿 絀洪棿 鏃墮棿 絀洪棿
鍏鋒湁n鏉′簨鍔＄殑璁緇冩暟鎹 O(nm) O(m) O(nm) O(nm)
鍏鋒湁q鏉′簨鍔＄殑嫻嬭瘯鏁版嵁 O(qm) O(qnm)
4.1 瀹為獙寤虹珛
鍦ㄥ疄楠屼腑錛屾垜浠浣跨敤NBC涓嶬-NBC榪涜屾瘮杈冦傚彟瑙傚療琛1涓ょ嶇畻娉曠殑澶嶆潅搴︼紝鍙寰楃煡鏈夋晥鐨勫噺灝戞嫻嬪睘鎬э紝鍙浠ユ彁楂樹粬浠鐨勮繍綆楅熷害錛屽悓鏃跺垹闄や笉鐩稿叧鐨勬嫻嬪睘鎬ц繕鏈夊彲浠ユ彁楂樺垎綾繪晥鐜囷紝鏈鏂囧皢鍦ㄤ笅涓鑺傝︾粏浠嬬粛瀵圭О涓嶇『瀹氭柟娉昜4]濡備綍瀵瑰叆渚靛¤℃暟鎹鐨勯勫勭悊銆傛垜浠涔熶細鍦ㄥ疄楠屼腑榪涜屽規瘮鍒嗘瀽銆
鎴戜滑浣跨敤WEKA鏉ヨ繘琛屾湰嬈″疄楠屻傞噰鐢 KDDCUP99[5]涓鐨勬暟鎹浣滀負鍏ヤ鏡媯嫻嬪垎綾誨櫒鐨勮緇冩牱鏈闆嗗拰嫻嬭瘯鏍鋒湰闆嗭紝鍏朵腑姣忎釜璁板綍鐢41涓紱繪暎鎴栬繛緇鐨勫睘鎬(濡傦細鎸佺畫鏃墮棿錛屽崗璁綾誨瀷絳)鏉ユ弿榪幫紝騫舵爣鏈夊叾鎵灞炵殑綾誨瀷(濡傦細姝ｅ父鎴栧叿浣撶殑鏀誨嚮綾誨瀷)銆傛墍鏈夋暟鎹鍒嗙被23綾伙紝鍦ㄨ繖閲屾垜浠鎶婅繖浜涚被緗戠粶琛屼負鍒嗕負5澶х被緗戠粶琛屼負錛圢ormal銆丏OS銆乁2R銆丷2L銆丳robe錛夈
鍦ㄥ疄楠屼腑錛岀敱浜嶬DDCUP99鏈500澶氫竾鏉¤板綍錛屼負浜嗗勭悊鐨勬柟渚匡紝鎴戜滑鍧囧寑浠巏ddcup.data.gz 涓鎸夌収浜旂被緗戠粶琛屼負鎶藉彇浜5涓囨潯鏁版嵁浣滀負璁緇冩牱鏈闆嗭紝騫舵妸浠栦滑鍒嗘垚5緇勶紝姣忕粍鏁版嵁涓10000鏉★紝鍏朵腑normal鏁版嵁鍗犳嵁鏁寸粍鏁版嵁涓鐨98.5%錛岃繖涓鐐圭﹀悎鐪熷疄鐜澧冧腑姝ｅ父鏁版嵁榪滆繙澶т簬鍏ヤ鏡鏁版嵁鐨勬瘮渚嬨傛垜浠棣
鍏堟嫻嬩竴緇勬暟鎹涓鍙鏈夊悓綾葷殑鍏ヤ鏡鐨勬儏鍐碉紝鍏4緇勬暟鎹錛圖OS涓鐨刵eptune錛孭roble涓鐨凷atan錛孶2R涓鐨刡uffer_ overflow錛孯2l涓鐨刧uess_passwd錛夛紝鍐嶆嫻嬩竴緇勬暟鎹涓鏈夊悇縐嶇被鍨嬪叆渚墊暟鎹鐨勬儏鍐點傚緟鍒嗙被鍣ㄥ緱鍒拌壇濂界殑璁緇冨悗錛屽啀浠嶬DD99鏁版嵁涓鎶藉彇5緇勬暟鎹浣滀負嫻嬭瘯鏍鋒湰錛屽垎鍒浠ｈ〃Noraml-DOS錛孨ormal-Probe錛孨ormal-U2R錛孨ormal-R2L錛屾渶鍚庝竴緇勪負娣峰悗鍨嬫暟鎹錛屾瘡緇勬暟鎹涓1涓囨潯銆
4.2 鏁版嵁鐨勯勫勭悊
鐢變簬鏈寸礌璐濆彾鏂鏈変釜鍋囧畾錛屽嵆鍋囧畾鎵鏈夊緟嫻嬪睘鎬у圭粰瀹氱被鐨勫獎鍝嶇嫭絝嬩簬鍏朵粬灞炴х殑鍊礆紝鐒惰岀幇瀹炰腑鐨勬暟鎹涓嶆繪槸濡傛ゃ傚洜姝わ紝鏈鏂囧紩鍏ュ圭О涓嶇『瀹氱悊璁烘潵瀵規暟鎹榪涜岄勫勭悊錛屽垹闄ゆ暟鎹涓涓嶇浉鍏崇殑灞炴с
瀵圭О涓嶇『瀹氱悊璁烘槸鍩轟簬淇℃伅姒傚康璁猴紝棣栧厛鎴戜滑鍏堜簡瑙ｄ竴涓嬩俊鎮鐞嗚哄康錛屽睘鎬X鐨勭喌涓猴細
鍏寮(6)
緇欏畾涓涓瑙傚療鍙橀噺Y錛屽彉閲廥鐨勭喌涓:
鍏寮(7)
P(xi )鏄鍙橀噺X鎵鏈夊肩殑鍏堥獙姒傜巼錛孭(xi|yi )鏄緇欏畾瑙傚療鍊糦錛孹鐨勫悗楠屾傜巼銆傝繖浜涢殢鐫X鐔電殑闄嶄綆鍙嶆槧鍦ㄦ潯浠禮涓嬶紝X棰濆栫殑淇℃伅錛屾垜浠縐頒箣涓轟俊鎮澧炵泭錛
鍏寮(8)
鎸夌収榪欎釜鏂規硶錛屽傛灉IG(X|Y)錛濱G(X|Y)錛岄偅涔堝睘鎬Y姣旇搗灞炴Z鏉ワ紝涓庡睘鎬X鐩稿叧鎬ф洿寮恆
瀹氱悊錛氬逛袱涓闅忔満鍙橀噺鏉ヨ達紝瀹冧滑涔嬮棿鐨勪俊鎮澧炵泭鏄瀵圭О鐨勩傚嵆
鍏寮(9)
瀵規祴閲忓睘鎬т箣闂寸浉鍏蟲х殑鏂規硶鏉ヨ達紝瀵圭О鎬ф槸涓縐嶆瘮杈冪悊鎯崇殑鐗規с備絾鏄鍦ㄨ＄畻鏈夊緢澶氬肩殑灞炴х殑淇℃伅澧炵泭鏃訛紝緇撴灉浼氬嚭鐜板嚲宸銆傝屼笖涓轟簡紜淇濅粬浠涔嬮棿鍙浠ユ瘮杈冿紝蹇呴』浣胯繖浜涘肩繪暎鍖栵紝鍚屾牱涔熶細寮曡搗鍋忓樊銆傚洜姝ゆ垜浠寮曞叆瀵圭О涓嶇『瀹氭э紝
鍏寮(10)
閫氳繃浠ヤ笅涓や釜姝ラゆ潵閫夋嫨濂界殑灞炴э細
鈶犺＄畻鍑烘墍鏈夎嫻嬪睘鎬т笌class鐨凷U鍊礆紝騫舵妸瀹冧滑鎸夐檷搴忔柟寮忔帓鍒楋紱
鈶℃牴鎹璁懼畾鐨勯槇鍊煎垹闄や笉鐩稿叧鐨勫睘鎬с
鏈鍚庡喅瀹氫竴涓鏈浼橀槇鍊嘉達紝榪欓噷鎴戜滑閫氳繃鍒嗘瀽NBC鍜孠-NBC璁＄畻緇撴灉鏉ュ彇鍊箋
4.3 瀹為獙緇撴灉鍙婂垎鏋
鍦ㄨ瘯楠屼腑錛屼互璁板綍姝ｇ『鍒嗙被鐨勭櫨鍒嗘瘮浣滀負鍒嗙被鏁堢巼鐨勮瘎浼版爣鍑嗭紝琛2涓轟袱縐嶇畻娉曠殑鍒嗙被鏁堢巼銆
琛2 瀵瑰簲鐩稿悓鍏ヤ鏡綾誨瀷鏁版嵁榪涜屾嫻嬬殑緇撴灉
鏁版嵁闆
綆楁硶 DOS
(neptune) Proble
(satan) R2L
( guess_passwd) U2R
(buffer_overflow)
媯嫻嬬巼 璇媯鐜 鏁翠綋媯嫻嬬巼 媯嫻嬬巼 璇媯鐜 鏁翠綋媯嫻嬬巼 媯嫻嬬巼 璇媯鐜 鏁翠綋媯嫻嬬巼 媯嫻嬬巼 璇媯鐜 鏁翠綋媯嫻嬬巼
NBC 99.5 0.2 99.79 98.3 0.1 99.84 97.3 0.8 99.2 95 1.8 98.21
K-NBC 99.5 0.2 99.96 98.3 0 99.96 97.3 0.2 99.81 71 0.1 99.76
SU+NBC 99.5 0 99.96 98.3 0.1 99.85 98 0.7 99.24 9 1.1 98.84
SU+K-NBC 99.5 0 99.96 98.3 0 99.96 98.7 0.2 99.76 85 0.1 99.81
鏍規嵁琛2鍥涚粍涓嶅悓綾誨埆鐨勫叆渚墊嫻嬬粨鏋滐紝鎴戜滑浠庝互涓嬩笁涓鏂歸潰鍒嗘瀽錛
錛1錛夋暣浣撴嫻嬬巼銆侹-NBC鐨勬暣浣撴嫻嬬巼瑕佹瘮NBC楂橈紝榪欐槸鍥犱負K-NBC鍦ㄥ筺ormal榪欎竴綾繪暟鎹鐨勬嫻嬬巼瑕佹瘮NBC楂橈紝鑰宯ormal榪欎竴綾繪暟鎹鍙堝崰鏁翠釜媯嫻嬫暟鎹闆嗘暟鐨95%浠ヤ笂錛岃繖涔熻存槑浜嗗湪涓婁竴鑺傛彁鍒扮殑normal綾葷殑鏁版嵁鍒嗗竷鏇茬嚎鏇村姞鎺ヨ繎鏍稿瘑搴︽洸綰褲
錛2錛夋嫻嬬巼銆傚湪瀵笵OS鍜孭ROBLE榪欎袱緇勬暟鎹媯嫻嬬粨鏋滐紝涓や釜綆楁硶鐨勬嫻嬬巼閮界浉鍚岋紝榪欐槸鍥犱負榪欎袱綾誨叆渚佃屼負鍦ㄥ疄鐜板叆渚典腑鍗犵粷澶ч儴鍒嗭紝鑰屼笖榪欎竴綾繪暟鎹鏇村規槗媯嫻嬶紝鎵浠ヤ袱縐嶇畻娉曠殑媯嫻嬫晥鏋滄瘮杈冩帴榪戱紱閽堝 R2L媯嫻嬶紝浠庤〃2鍙浠ョ湅鍒幫紝鍦ㄦ病鏈夎繘琛屾暟鎹棰勫勭悊涔嬪墠錛屼袱鑰呯殑鐨勬嫻嬬巼鐩稿悓錛屼絾緇忚繃鏁版嵁棰勫勭悊鍚庣殑涓や釜綆楁硶鐨勬嫻嬬巼閮芥湁浜嗘彁楂橈紝鑰孠-NBC鐨勬晥鐜囨瘮NBC鏇村ソ鐐癸紱鑰屽筓2R鐨勬嫻嬬粨鏋滐紝K-NBC灝辨瘮NBC宸涓鐐癸紝緇忚繃鏁版嵁棰勫勭悊鍚庯紝K-NBC鐨勬嫻嬬巼鏈変竴瀹氱殑鎻愰珮錛屼絾榪樻槸姣擭BC鐨勬晥鏋滃樊涓浜涖
錛3錛夎媯鐜囥傚湪DOS鍜孭roble榪欎袱縐嶇粍鏁版嵁鐨勮媯鐜囩浉鍚岋紝鍦ㄥ叾浠栦袱緇勬暟鎹鐨勪腑錛孠-NBC鐨勮媯鐜囬兘姣擭BC鐨勪綆銆
鏍規嵁琛3鐨勭粨鏋滃垎鏋愶紝鎴戜滑涔熷彲浠ョ湅鍒扮殑媯嫻嬬粨鏋滀笌琛2鐨勫垎緇勬嫻嬬殑緇撴灉姣旇緝綾諱技錛屽苟涓斾粠緇煎悎瑙掑害鏉ヨ達紝K-NBC媯嫻嬫晥鏋滆佹瘮NBC鐨勫ソ銆傚湪榪欓噷錛屾垜浠涔熷彂鐜幫紝涓ょ嶇畻娉曞筊2L鍜孶2L榪欎袱綾誨叆渚電殑媯嫻嬫晥鏋滆佹瘮DOS鍜孭roble榪欎袱綾誨叆渚電殑宸銆傝繖涓昏佹槸鍥犱負榪欎袱綾誨叆渚靛睘浜庡叆渚佃屼負鐨勭█鏈夌被錛屾嫻嬮毦搴︿篃鐩稿簲鍔犲ぇ銆傚湪KDD99絝炶禌涓錛屽啝鍐涙柟娉曞硅繖涓ょ被鐨勬嫻嬫晥鏋滀篃鏄鏈宸鐨勩備絾鎴戜滑鍙浠ョ湅鍒癗BC瀵硅繖縐嶇█鏈夌被鐨勫叆渚佃屼負媯嫻嬫洿涓哄噯紜涓鐐癸紝榪欏簲璇ユ槸紼鏈夌被鐨勫垎甯冩洿鎺ヨ繎姝ｆ佸垎甯冦
浠庝笂榪板悇鏂歸潰緇煎悎鍒嗘瀽錛屾垜浠鍙浠ヨ瘉鏄嶬-NBC浣滀負鐨勫叆渚墊嫻嬪垎綾葷畻娉曠殑鏄鏈夊叾浼樿秺鎬х殑銆
琛3 瀵規販鍚堝叆渚電被鍨嬫暟鎹榪涜屾嫻嬬殑緇撴灉
鏁版嵁闆
綆楁硶 鏁翠綋媯嫻 鍒嗙被媯嫻
Normal Dos Proble R2L U2R
媯嫻嬬巼 璇媯鐜 媯嫻嬬巼 璇媯鐜 媯嫻嬬巼 璇媯鐜 媯嫻嬬巼 璇媯鐜 媯嫻嬬巼 璇媯鐜 媯嫻嬬巼 璇媯鐜
NBC 98.14 1.8 98.2 0.8 99.8 0 99.8 0 90 0 86.7 1.8
K-NBC 99.78 0.2 99.8 2.3 99.8 0 99.8 0 96 0 73.3 0.1
SU+NBC 97.99 2.0 98 0.8 99.8 0 99.8 0 90 0 86.7 1.9
SU+K-NBC 99.79 0.2 99.8 1.9 99.8 0 99.8 0 96 0 80 0.1
5 緇撹
鍦ㄦ湰鏂囦腑錛屾垜浠鐢ㄩ珮鏂鏍稿瘑搴﹀嚱鏁頒唬鏇挎湸緔犺礉鍙舵柉涓鐨勯珮鏂鍑芥暟錛屽緩絝婯-NBC鍒嗙被鍣錛屽瑰叆渚佃屼負榪涜屾嫻嬶紝鍙︽垜浠浣跨敤瀵圭О涓嶇『瀹氭柟娉曟潵鍒犻櫎媯嫻嬫暟鎹鐨勪腑涓庣被涓嶇浉鍏崇殑灞炴э紝浠庤岃繘涓姝ユ敼榪涙牳瀵嗗害鏈寸礌璐濆彾鏂鐨勫垎綾繪晥鐜囷紝瀹為獙琛ㄦ槑錛屽歸勫勭悊鍚庣殑瀹¤℃暟鎹錛屽啀緇撳悎K-NBC鏉ユ嫻嬶紝鍙浠ヨ揪鍒版洿濂界殑鍒嗙被鏁堟灉錛屽叿鏈夊緢濂界殑瀹炵敤鎬с傚悓鏃舵垜浠涔熸敞鎰忓埌錛岀敱浜庡叆渚墊嫻嬬殑鏁版嵁涓鐨勫叆渚佃屼負涓鑸涓虹█鏈夌被錛岀壒鍒鏄瀵筊2L鍜孶2R榪欎袱綾繪暟鎹榪涜屾嫻嬫椂錛孨BC鏈夌潃姣旇緝鐞嗘兂鐨勭粨鏋滐紝鎵浠ュ湪涓嬩竴姝ュ伐浣滀腑錛屾垜浠鐪嬫槸鍚﹁兘鎶奛BC鍜孠錛峃BC榪欎袱縐嶅垎綾繪ā鍨嬪拰浼樼偣鑱斿悎璧鋒潵錛屽苟鍒╃敤瀵圭О涓嶇『瀹氱悊璁烘潵鍒犻櫎媯嫻嬫暟鎹涓庣被鐩稿叧鐨勫睘鎬т腑鐨勫啑浣欏睘鎬э紝榪涗竴姝ユ彁楂樺叆渚墊嫻嬫晥鐜囥