Bayesianes Netzwerk und Fuzzy -Logik

Question

Kann mir jemand ein Beispiel für ein Bayes'sche Netzwerk und eine Fuzzy -Logik geben, die bei der Intrusion -Erkennung verwendet wird?

Ich kämpfe darum, herauszufinden, wie es verwendet werden kann. Und irgendein Code drauf?

Danke Leute.

Answer 1

Die genauen Details hängen davon ab, ob Sie über eine Situation vom Typ Alarm -Alarm (Sensor) oder über etwas Lebteres sprechen, das Sicherheitskräfte und Haie mit Lasern betrifft. In jedem Fall ist das Prinzip das gleiche.

Sie beginnen mit Wurzelknoten, die die grundlegenden Dinge beschreiben, die das Intrusion beeinflussen, z. B.

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.

Sie weisen jedem Status jedes Stammknotens eine Wahrscheinlichkeit zu.

P(Security guard is asleep) = 0.25

Dann definieren Sie untergeordnete Knoten, die von diesen Wurzelknoten abhängen, z. B. Security guard heard noise würde abhängen Security guard is asleep.

Sie weisen für jeden Zustand der Kinderknoten bedingte Wahrscheinlichkeiten zu, angesichts der einzelnen Staaten seiner Eltern.

P(Security guard heard noise|Security guard is asleep) = 0.05
P(Security guard heard noise|Security guard is not asleep) = 0.5

Schließlich möchten Sie wie ein Ergebnis kommen wie Burglary has been foiled.

Sobald Sie Ihren Netzwerkknoten einrichten haben, können Sie ihn bewerten und die Wahrscheinlichkeit unterschiedlicher Ergebnisse berechnen.

Als nächstes fügen Sie Beweise hinzu. Wenn Sie also wissen, dass Ihr Hai -Blut blut ist, wird dieser Knoten auf einen bestimmten Wert eingestellt und Sie können das Netzwerk neu bewerten, um zu sehen, wie sich die Wahrscheinlichkeiten geändert haben.

In Bezug auf die Software die Bayes Net Toolbox wird gut angesehen.