《表5 仿真实验结果对比:基于元优化的KNN入侵检测模型》
%
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.
图表编号 | XD00115205700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 沈焱萍、伍淳华、罗捷、高方平 |
绘制单位 | 防灾科技学院信息工程学院、北京邮电大学网络空间安全学院、北京邮电大学网络空间安全学院、国家知识产权局专利局专利审查协作四川中心、防灾科技学院信息工程学院 |
更多格式 | 高清、无水印(增值服务) |