《表1 不同降维算法的运行情况》
首先,对PCA、PKPCA、GKPCA的降维结果进行比较.由图2和表1可知,聚类后三维特征空间中PCA、PKPCA与GKPCA的最佳聚类簇数相似,但相较于GKPCA算法,PCA与PKPCA存在低维空间下数据分布重叠度高且存在部分簇的数据点较少的情况,不利于离群数据点的检测以及观察到各源IP的隐含关联特性.故虽然GKPCA算法的运行时间相对较长,但其有效信息提取更充分,在后续的聚类处理与可信度计算中表现更优异.
图表编号 | XD003480500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 吉星、黄韬、鄂新华、孙礼 |
绘制单位 | 北京邮电大学信息与通信工程学院、北京邮电大学信息与通信工程学院、北京工业大学北京未来网络科技高精尖创新中心、北京邮电大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |