《表3 K=3时KNN、Meta-DE-KNN的实验结果》

  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

由表2～4可知，不管K取1、3或5，基于Meta-DE优化的KNN检测模型均优于传统的KNN模型．其中当K=1时，Meta-DE-KNN（randTobest/2）的效果最好，如表2加粗字体所示；当K=3时，Meta-DE-KNN（randTobest/2）的准确率最高为97.91%；当K=5时，Meta-DE-KNN（rand/2）的准确率和检测率最高，分别为97.73%和98.12%．综上，当K=1时，Meta-DE-KNN的效果最佳，其中变异策略为randTobest/2时，准确率、检测率和误报率最理想，以下均采取此参数K和变异策略进行实验．