《表1 KDD 99 10%的训练数据和测试数据分布情况》

  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

《基于数据增强和模型更新的异常流量检测技术》

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

为了证明本文所提检测模型的可靠性，使用了公开的KDD 99数据集作为实验数据。KDDCUP 99数据是从美国国防部高级规划署（DARPA）进行一项入侵评估项目中产生的，之后由WENKE等人对原始数据处理后，形成了公开的KDD 99数据集。该数据集由41个特征属性和一个攻击类型标签组成，特征属性可以分为以下4类：网络连接基本特征（1～9）、网络联机内容特征（10～22）、基于时间的网络流量统计特征（23～31）、基于主机的网络流量统计特征（32～41）。攻击类型主要分为4类：拒绝服务攻击（Do S）、未授权的本地超级用户特权访问（U2R）、来自远程主机的未授权访问（R2L）和通过端口监视或扫描收集信息（Probe），还有部分网络连接标识为正常类型（Normal），其分布情况如表1所示。