《表1 NSL-KDD数据集下的检测效果》

  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CFS-SAMME集成算法的入侵检测应用研究》

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

将经过预处理后的41种特征属性，用Vn（n=1，2，……，41）来表示，如V1=duration，V2=protocol＿type，V3=service，…，V41=dst＿host＿srv＿rerror＿rate等。在进行相关性特征选择时，首先在Weka中将41种特征属性进行离散化，将离散化的数据集采用十折交叉校验的测试方法进行相关性特征选择，NSL-KDD数据集在经过相关性特征选择后，从41个特征属性中选取出V2，V3，V4，V5，V7，V8，V10，V12，V25，V29，V30，V35，V36，V37，V38，共15个特征作为最佳特征子集，将未经过特征选择的全部数据集和经过相关性特征选择的最佳特征子集分别使用Spyder导入进SAMME多分类算法中，并且分别取迭代次数为10，20，30，40，50，60，70，80，90，100的情况进行实验验证。实验结果如表1所示: