《表2 模型分类结果比较:工控网络局域可信计算环境构建方法与验证》
将KNN、SVM和DBN这3种模型的分类结果进行了对比,如表2所示。结果表明,DBN模型所用时间较短,且对测试集数据的检测正确率高达98.65%。由此可知,DBN异常检测模型能够通过多隐藏层的非线性网络结构提升数据分类的准确性,从而更有效地判别正常通信数据和异常通信数据。
图表编号 | XD0044936100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.10 |
作者 | 尚文利、张修乐、刘贤达、尹隆 |
绘制单位 | 中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院网络化控制系统重点实验室、中国科学院大学、中国科学院沈阳自动化研究所、沈阳理工大学自动化与电气工程学院、中国科学院机器人与智能制造创新研究院、中国科学院网络化控制系统重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院网络化控制系统重点实验室、中国科学院大学、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院网络化控制系统重点实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |