《表4 数据过采样前后对比》
提示：宽带有限、当前游客访问压缩模式
由表2可以看出，NSL-KDD数据集中存在不平衡和问题，攻击样本中的U2R的数量远少于Dos与Normal的样本数量．故本文结合SMOTE与ENN算法对少数类样本进行过采样．过采样前后的结果如表4所示．
| 图表编号 | XD00141265700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 郭文忠 |
| 绘制单位 | 福州大学数学与计算机科学学院、福建省网络计算与智能信息处理重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 PSM匹配结果：一种基于样本学习复杂度的不平衡数据过采样方法》2020.08.20
- 《表2 试验板设计方案：利用自然最近邻的不平衡数据过采样方法》2021.01.15
- 《表3 计算工况：利用自然最近邻的不平衡数据过采样方法》2021.01.15
- 《表2 对比实验方法表：针对缺失不平衡数据的自适应马氏距离双权重过采样方法研究》2020.11.01
- 《表1 数据详情：一种基于多维高斯云模型的过采样方法》2020.03.01
- 《表1 NASA数据集：过采样与集成学习方法在软件缺陷预测中的对比研究》2020.06.01
- 《表1 权重计算示意：针对不平衡数据的过采样和随机森林改进算法》2020.06.01
- 《表1 过采样前后训练集正样本比例n(%)》2020.08.28
- 《表1 数据集的基本信息：整合DBSCAN和改进SMOTE的过采样算法》2020.09.15
- 《表2 本方法与过采样方法的分类准确率结果对比》2020.02.01
- 《表1 2 样本依赖的代价敏感模型在过采样数据集的性能表现（SH)》2020.01.01
- 《表9 样本依赖的代价敏感模型在过采样数据集的性能表现（UCI)》2020.01.01
- 《表1 0 KDDCup数据集朴素随机过采样和投票分类器相结合》2019.12.15
- 《表1 过采样工作状态：基于STM32+W5500的双环网磁场数据采集技术》2019.12.01
- 《表1 过采样后的部分样本数据》2019.08.01
- 《表1 测试函数集：基于Lévy分布的不平衡数据过采样方法》2019.08.15
- 《表3 几种过采样方式在Twitter image dataset数据集上的性能》2019.02.20
- 《表2 几种过采样方式在民族绘画数据集上的性能》2019.02.20
- 《表4 合成少数过采样生成的NSL-KDD训练数据分布Tab.4 Smote generated NSL-KDD training data distributions》2018.02.01
- 《表4 SMOTE过采样数据对比Tab.4 SMOTE oversampling data comparison》2018.11.21