《表2 试验结果对比:基于GRU-CNN的综合能源网络安全攻击检测方法》
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GRU-CNN的综合能源网络安全攻击检测方法》
%
将本文的GRU-CNN攻击检测系统与原始GRU,CNN模型及文献[12]给出的几种传统模型检测结果进行对比,结果见表2。由表2可见:本文模型在准确率和误报率方面显著优于其他模型,优越性明显;即使R方面和其他模型大致相同,但整体上看,GRU-CNN的深度学习模型不失为一种良好的攻击检测算法;由于4种攻击类型在数据集中的量级不同,限制了小数量级攻击类型的检测识别,这也是准确率不容易继续提高的主要原因。
图表编号 | XD00208750500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 吕政权、李朝阳、王海峰、陈怡君、彭道刚 |
绘制单位 | 国网上海市电力公司培训中心、上海电力大学自动化工程学院、国网上海市电力公司培训中心、国网上海市电力公司培训中心、上海电力大学自动化工程学院 |
更多格式 | 高清、无水印(增值服务) |