《表1 因素水平表：针对WSN异常数据检测改进的孤立森林方法》

  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

《针对WSN异常数据检测改进的孤立森林方法》

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

本文的实验数据集WSN-DS来自Almomani I等人[17]，作者等人利用NS2仿真软件模拟一组在LEACH协议下运行的无线传感器网络，并在网络中添加4种DoS攻击模型，分别是Blackhole、Flooding、Scheduling和Grayhole．并在每运行一段时间后收集当前时刻所有节点的数据，每组数据含有23种有效特征，特征中包含节点消耗的能量、当前节点与簇头（CH）的距离、CH广播的消息数量、节点与CH之间的通信消息数等．WSN-DS数据集中数据属性分布见表1．实验条件为载有Intel（R）Core（TM）i7-7800X [email protected]主频，128G内存的主机，搭配64位Window s 10操作系统，实验使用Python3.6在Pycharm环境中实现．BPSO-iForest参数:粒子个数设置H=100，迭代次数C=100，树的高度限制l=100，采样大小m=256.