有人能举例说明入侵检测中使用的贝叶斯网络和模糊逻辑吗？
我正在努力弄清楚如何使用它。还有代码吗？
谢谢你们。
答案 0 :(得分：5)
确切的细节将取决于你是在谈论防盗报警类型情况（传感器读数）还是涉及保安和鲨鱼激光的爱好者。无论哪种方式，原则都是一样的。
从根节点开始，描述影响入侵的基本事物，例如，
Sensor detected motion (true/false)
Shark smelt blood (true/false)
Temperature (too low/just right/too high)
Security guard is asleep
...
any other things you can think of.
您为每个根节点的每个状态分配概率。
P(Security guard is asleep) = 0.25
然后定义依赖于那些根节点的子节点，例如，Security guard heard noise将取决于Security guard is asleep。
为子节点的每个状态分配条件概率，给定其父节点的每个状态。
P(Security guard heard noise|Security guard is asleep) = 0.05
P(Security guard heard noise|Security guard is not asleep) = 0.5
最终，您需要获得Burglary has been foiled等结果。
设置好网络节点后，您可以对其进行评估，并计算发生不同结果的概率。
接下来添加证据。因此，如果您知道您的鲨鱼闻到了血液，那么该节点会被设置为特定值，您可以重新评估网络，看看概率是如何变化的。
在软件方面，Bayes Net工具箱备受好评。