《表2 分类结果混淆矩阵：基于多种特征选择策略的入侵检测模型研究》

  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

《基于多种特征选择策略的入侵检测模型研究》

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

本文实验主要采用准确率Acc（accuracy）和误报率FAR（false alarm rate）作为二分类异常检测效果的评估指标．在进行多类分类异常检测研究时，我们采用召回率Recall作为评价指标．因为数据样本多的类别准确率高，数据样本少的类别准确率低，但依然能得到较高总体准确率，所以并不能很好地描述分类器的性能，所以在进行多类分类时我们选择用召回率作为评价指标．准确率是指在测试数据集中分类正确的样本数与所有样本数之比值．误报率是指正例样本中被误分为反例的样本数与正例样本总数的比值和反例样本中被误分为正例的样本数与反例样本总数的比值之和的平均值[26]．召回率是指正例样本中分类正确的比率．分类结果的混淆矩阵如表2所示: