《表1 异常流量检测算法性能比较》

  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

《基于时-频域混合特征的变电站通信网异常流量检测方法》

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

附录A图A8(a）为测试集经PCA投影后的实际情况，图A8(b）为本文算法对测试集的分类结果，可以看到本文算法能以较高的精准度对各类攻击进行分类。表1为本文算法与现有网络流量异常检测算法的比较结果，可以看到本文算法与基于DNN的检测算法在检测率上基本持平，但在误判率上优于DNN检测算法。基于小波包分析的DWT异常检测方法通过阈值判断是否出现异常，导致了较高的误报率。本文通过机器学习的ABC-SVM模型取代如小波包分析检测方法中的阈值判断，从而避免了传统基于阈值的检测方法因阈值设置不当而造成的误判率、漏检率高的问题，因此能更精准地判断SCN的异常。