TY -的A2 -卡里尔,艾哈迈德Mostafa盟——Mahbooba Basim盟——Timilsina汉盟-萨哈,Radhya AU - Serrano马丁PY - 2021 DA - 2021/01/28 TI -可辩解的人工智能(新品)增强信任管理在入侵检测系统中使用决策树模型SP - 6634811六世- 2021 AB -尽管机器学习模型的日益流行的网络安全应用程序(例如,一个入侵检测系统(IDS)),这些模型被视为一个黑盒。可辩解的人工智能(新品)已成为越来越重要的解释机器学习模型来提高信任管理,允许人类专家了解底层数据证据和因果推理。根据id,信任管理的关键作用是理解的影响恶意数据检测系统中的任何入侵。先前的研究更关注信任的各种分类算法的准确性id。他们不经常提供洞察他们的行为和推理提供的复杂算法。因此,在本文中,我们解决新品概念增强信任管理研究领域的决策树模型id。我们使用简单的决策树算法可以很容易地读,甚至像人类的决策方法,分割成许多小subchoices选择id。我们尝试用这种方法通过提取规则在一个广泛使用的数据集KDD基准。我们还比较了决策树方法的准确性与其他先进的算法。SN - 1076 - 2787你——https://doi.org/10.1155/2021/6634811——10.1155 / 2021/6634811 JF - PB - Hindawi KW - ER -复杂性