贝叶斯网络和模糊逻辑

Question

任何人都可以给我一个贝叶斯网络和模糊逻辑被用于入侵检测的例子吗？

我正在努力弄清楚它如何使用。和任何代码呢？

谢谢你们。

Answer 1

确切的细节将取决于您是否在谈论防盗警报类型情况（传感器读数）或涉及安全警卫和激光鲨鱼的更有趣的事情。无论哪种方式，原理都是一样的。

你开始描述该影响入侵的东西基本根节点，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. 

您的概率分配给每个根节点的每个状态。

P(Security guard is asleep) = 0.25 

然后定义取决于这些根节点的子节点，例如，Security guard heard noise将取决于Security guard is asleep。

给出子节点的每个状态的条件概率，给定其父母的每个状态。

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，你会想要得到一个结果，如Burglary has been foiled。

一旦你建立了网络节点，你可以评估它，并计算不同结果发生的概率。

接下来你添加证据。所以如果你知道你的鲨鱼闻到血液，那么这个节点会被设置为一个特定的值，你可以重新评估网络，看看概率是如何变化的。

在软件方面，Bayes Net工具箱备受好评。