《表1 KDDTrain+＿20Percent训练集类别、数量、比例》

  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BiLSTM和注意力机制的入侵检测》

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

本文实验数据采用NSL＿KDD数据集[18]。NSL＿KDD数据集包含KDDTrain+、KDDTrain+＿20Percent、KD-DTest+、KDDTest-21这4个子数据集。数据类型可分为5大攻击类型：Normal、DoS、R2L、U2R、Probe，或者二大攻击类型：正常类（normal）和攻击类（attack）。数据集中每条记录包含41个固定特征属性和1个类标识，特征属性中有32个是连续性数据，9个是离散型数据，类标识用于表示记录所属攻击类型。实验选取KDDTrain+＿20Percent为训练数据，KDDTest+为测试数据，由于没有验证集，本文从训练数据中随机抽取10%作为验证数据。实验数据的类别、数目及比例见表1、表2。