《表3 不同贝叶斯结构学习算法的准确率比较》
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
《NO TEARS算法在XSS攻击检测中的应用研究》
从表3中可以看出,本文中使用的NO TEARS算法的准确率普遍在98.35%以上,比Tabu Search和Greedy Hill Climbing算法都要高,这是因为NO TEARS算法求解出来的是贝叶斯网络的全局最优结构,因此分类的结果更加准确.随着表格中训练样本数的增加,算法的分类准确率也在不断增大,当样本数达到训练集的70%时,即使用105461条数据进行训练时,准确率可以达到98.56%,远超传统的结构学习算法,显示出了优越的性能.
图表编号 | XD00141265200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 孙宝丹、王培超、周鋆 |
绘制单位 | 国防科技大学信息系统工程重点实验室、中国人民解放军31104部队、国防科技大学信息系统工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |