《表3 C4.5和BN分类器攻击假阳性率的比较》
文献[20]在相同KDD CUP 99数据集下,利用递归神经网络进行入侵检测的深度学习方法研究,结果表明:DoS、Probe、R2L和U2R攻击的准确率分别为83.5%、24.7%、11.5%和83.4%。这些攻击的假阳性率分别为2.1、0.8、0.1和2.2。在本工作中,提高了系统的报警精度和误报率。在DoS、Probe、R2L、U2R攻击中,准确率分别提高了99.98%、93.42%、98.73%、68.97%,假阳性率分别提高了0.01、0.01、0、0。
图表编号 | XD00100238500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 张钰莎、蒋盛益 |
绘制单位 | 湖南信息学院电子信息学院、广东外语外贸大学信息学院 |
更多格式 | 高清、无水印(增值服务) |