《表3 C4.5和BN分类器攻击假阳性率的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于风险数据挖掘追踪技术的网络入侵检测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。