《表4 不同算法对不同攻击数据的分类准确率比较》
e-DDAE等4种算法对数据集中4种攻击类数据被分类为异常数据的准确率见表4,可以看出,在Dos攻击类数据方面,e-DDAE比AE、SVM、K-NN分别提高了0.18%、1.09%、4.23%;在U2R攻击类数据方面,e-DDAE比AE、SVM、K-NN分别提高了7.47%、5.65%、11.29%;在R2L攻击类数据方面,e-DDAE比AE、SVM、K-NN分别提高了2.10%、5.33%、9.21%;在Probe攻击类数据方面,e-DDAE比AE、SVM、K-NN分别提高了0.19%、4.67%、10.67%。e-DDAE算法对不同攻击类数据被分类为异常数据的准确率明显高于其它同类算法。
图表编号 | XD00170291100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.16 |
作者 | 谭敏生、吕勋、丁琳、李行健 |
绘制单位 | 南华大学计算机学院、南华大学计算机学院、南华大学计算机学院、南华大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |