《表1 样本类别分布：面向工业云平台的入侵检测技术研究》

  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

《面向工业云平台的入侵检测技术研究》

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

NSL-KDD集是由KDD 99整理筛选而来，去除了KDD 99中过量冗余的数据记录，略微平衡不同攻击类型的数据比例，大约包含15万条攻击记录，其中包括训练集（KDDTrain)125973条记录、KDDTest+测试集22544条记录与KDDTest-21测试集11850条记录，分为正常数据（Normal）与四大类异常数据，分别为Probe（端口扫描）、Dos（拒绝服务攻击）、U2R（用户非法访问）、R2L（远程用户非法访问），样本分布情况如表1所示。NSL-KDD中每条数据包含41维特征，其中符号类型数据3种、二进制数据6种、数值型数据32种。数据预处理第一步采用独热编码的方式，将数据集中的全部符号类型的数据转化为二进制类型。经过数值化处理后协议特征（Protocol＿type）转变为二进制向量（1，0，0）、（0，1，0）、（0，0，1）分别对应TCP、UDP、ICMP，Service特征映射为70维二进制向量变为70位，Flag特征映射为11维二进制向量变为11位，每条数据由41维特征变为122维。数据预处理第二步进行归一化处理，目的是缩小数值型数据的取值范围差异，便于运算提高算法收敛效率。其归一化计算公式如下所示：