《表4 三种聚类算法检测正异常网络行为的性能比较》
从表4可知,Kmeans算法的整体检测性能均比FKmeans和CKmeans算法低,由于初始中心选取标准不合理,以及均值化范围没有排除离群点的影响,导致其错误划分网络行为数据集合,反映其检测应用价值低。然而,作为合理选取初始中心的FKmeans算法,即使其有稳定的检测结果,但其相对于原本的Kmeans算法,在检测性能上的提升并不大。由此可知,只改进初始中心的选取无法为Kmeans算法的检测性能带来实质性提升。而改进了Kmeans算法选取初始中心及均值化范围选择的CKmeans算法,相较于Kmeans和FKmeans算法,检测性能得到很大的提升,其较高的检测率及较低的误检率说明其具有更大的应用价值。
图表编号 | XD00146595100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 许彩滇 |
绘制单位 | 中国刑事警察学院网络犯罪侦查系 |
更多格式 | 高清、无水印(增值服务) |