《表1 Kyoto 2006+数据集特征提取》
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
《基于隐马尔可夫模型和条件熵的异常流量检测方法研究》
数据获取、数据规范化和特征值提取组成了数据预处理的三个重要过程.训练的分类器要求每个输入记录都应是表示为实数的向量.因此,必须先将数据集中的特征值转换为数值.数据规范化是为了消除数据间因单位不一致所带来的限制,需要将每条记录规范化在同一(0~1)区间范围内.为了获得最丰富的流量数据信息特征,实现更高的性能,需要充分地考虑流量特征值提取.本文采用了文献[14]中提出的相同PCA方法来确定所需的最佳特征值.最终提取的特征值如表1所示.
图表编号 | XD0094893800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 肖林英、王怀彬 |
绘制单位 | 天津理工大学计算机科学与工程学院、天津理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |