《表4 不同epoch变化下的模型评估值》

  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

《基于深度学习的网络流量异常预测方法》

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

实验首先对网络流量数据按照特征项进行了归一化处理，经过OHE模块转化为像素大小为m×m的矩阵图像。图12中显示随着轮询次数增加，该CNN模型对攻击类型分类的loss值和acc值的变化趋势。从图中可以看到当轮询次数达到7时，该模型的分类质量趋于稳定，到达20次轮询时loss值为0.031 2，acc值为0.997 0，如表4所示。