《表1 已知攻击的结果：基于机器学习的入侵检测技术研究与实现》
提示：宽带有限、当前游客访问压缩模式
利用BIT19训练集进行训练后，第一次实验结果见表1。k-mean聚类算法和支持向量机分类算法也提供了类似的非常好的结果。
| 图表编号 | XD00150135000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 张海燕、李根源、辜建锐、林开荣 |
| 绘制单位 | 北京理工大学珠海学院计算机学院、北京理工大学珠海学院计算机学院、北京理工大学珠海学院计算机学院、北京理工大学珠海学院计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 图片识别结果：基于机器视觉深度学习的电站渗水检测识别技术研究》2020.10.20
- 《表2 渗漏量预测：基于机器视觉深度学习的电站渗水检测识别技术研究》2020.10.20
- 《表1 DR数据报格式：基于关联知识图的网络攻击检测技术研究与实现》2020.12.10
- 《表2 实验检测结果：基于深度学习的图像检索技术的实现》2020.11.01
- 《表1 系统运行环境：基于机器学习的舆情预警模型的设计与实现》2020.09.30
- 《表7 C&C IP追踪：基于机器学习的僵尸网络DGA域名检测系统设计与实现》2020.05.01
- 《表2 域名字符聚类特征：基于机器学习的僵尸网络DGA域名检测系统设计与实现》2020.05.01
- 《表6 分类特征：基于机器学习的僵尸网络DGA域名检测系统设计与实现》2020.05.01
- 《表2 未知攻击的结果：基于机器学习的入侵检测技术研究与实现》2020.04.01
- 《表1 识别结果：基于深度学习的贵妃芒果成熟度检测研究与实现》2020.01.05
- 《表3 机器学习算法应用：基于图像分析的恶意软件检测技术研究》2019.10.10
- 《表4 实验二结果：基于集成学习的DoS攻击流量检测技术》2019.09.10
- 《表3 实验一结果：基于集成学习的DoS攻击流量检测技术》2019.09.10
- 《表3 计算平台软件配置：基于容器技术的机器学习计算平台设计与实现》2019.09.20
- 《表2 计算平台硬件配置：基于容器技术的机器学习计算平台设计与实现》2019.09.20
- 《表1 医疗大数据类型：基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨》2019.05.15
- 《表4 关联规则：基于Spark机器学习实现医疗保险关联频繁模式的欺诈行为挖掘技术探讨》2019.05.15
- 《表3 漏洞分布：基于机器学习的SQL注入漏洞挖掘技术的分析与实现》2019.11.10
- 《表4 性能表现：基于机器学习的SQL注入漏洞挖掘技术的分析与实现》2019.11.10
- 《表2 仿真结果：基于机器学习的SQL注入漏洞挖掘技术的分析与实现》2019.11.10