《表5 仿真实验结果对比：基于元优化的KNN入侵检测模型》

  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

《基于元优化的KNN入侵检测模型》

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

%

将Meta-DE-KNN入侵检测模型和现有文献模型进行比较，包括SVM、ELM、RandomForest（RF）和J48算法在准确率、检测率、误报率三方面的比较．实验结果表明，基于Meta-DE的优化模型和其他算法相比，性能得到了改善，准确率和检测率得到提升．其中，RF为多棵决策树的集成，其准确率和误报率略优于Meta-DE-KNN，Meta-DE-KNN的检测率优于RF算法．表5表明，经过Meta-DE优化的KNN具有一定优势，应用于入侵检测是可行的．