《表3 针对不同攻击类型的性能比较》
%
从表3可以看出,IDBN-SC方法对Normal、Do S、R2L、U2L和Probe的识别准确率分别是98.34%、97.25%、83.47%、78.12%和96.26%,相比其他四种方法准确率平均提高7.49个百分点。IDBN-SC方法对Normal、Do S、R2L、U2L和Probe的误报率分别是0.87%、1.23%、10.49%、17.12%、2.94%,误报率平均降低6.01个百分点。IDBN-SC方法利用IDBN模型保留网络数据的关键重要特征,去除冗余特征,实现高维特征向量的特征提取,同时softmax分类器支持类别互斥的数据分类。因此,实验结果表明IDBN-SC方法在对不同入侵行为的检测准确率方面要高于其他四种分类方法,且更能精确检测网络入侵行为。
图表编号 | XD00222620200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 汪盼、宋雪桦、王昌达、陈锋、徐夏强、蔡冠宇 |
绘制单位 | 江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏仅一联合智造有限公司、江苏仅一联合智造有限公司、镇江市丹徒区科学技术局 |
更多格式 | 高清、无水印(增值服务) |