《表4 不同算法的内存占用率(%)对比》
为测试本文算法的内存占用率,对比分析本文算法、基于层次属性约减模型的网络入侵中模糊区域判断算法和基于非平稳数据流算法对不同大小测试集中的网络入侵模糊区域进行判断时的内存占用率,结果列于表4.由表4可见:随着测试集大小的不断增加,3种算法的内存占用率均有不同程度的提升,当测试集大小为100MB时,本文算法的内存占用率为9.83%,而基于层次属性约减模型的网络入侵中模糊区域判断算法和基于非平稳数据流下的网络入侵中模糊区域判断算法的内存占用率分别为14.59%和12.90%;当测试集大小为2 100MB时,本文算法的内存占用率为10.37%,而基于层次属性约减模型的网络入侵中模糊区域判断算法和基于非平稳数据流下的网络入侵中模糊区域判断算法的内存占用率分别为22.31%和24.51%,因此,本文算法的内存占用率明显低于其他两种算法.实验结果表明,使用本文算法判断网络入侵中的模糊区域时内存占用率较低[18].
图表编号 | XD00134141000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.26 |
作者 | 黄熙岱 |
绘制单位 | 广东海洋大学数学与计算机学院 |
更多格式 | 高清、无水印(增值服务) |