入侵检测精度提升与水稻病害严重程度检测的研究进展
1. 入侵检测系统的改进方法
在入侵检测领域,为了构建更高效的入侵检测系统(IDS),提出了基于引力搜索算法(GSA)的特征降维方法。该方法利用MATLAB的固有功能,简化了操作流程,节省了代码编写时间,使研究人员能将更多精力投入到问题分析中。
1.1 数据集与处理流程
使用的数据集包含125,973条训练数据和22,543条测试数据,共有41个特征,其中3个为符号特征,输出为攻击类型分类。具体操作步骤如下:
1. 特征降维 :应用GSA算法减少训练和测试数据集中的条件数量。
2. 模型训练 :使用支持向量机(SVM)多类分类器的训练数据创建训练模型。
3. 模型测试 :利用训练好的模型对测试数据进行预测,并将预测的输出标签与测试数据的实际特征进行对比。
1.2 攻击类型分类与结果分析
将攻击结果分为四种情况:
1. 拒绝服务(DOS)攻击 :此类攻击又分为6个子类型。对比了基于GSA的特征降维与基于遗传算法(GA)的特征降维的执行效果,结果表明,基于GSA的方法在精度、召回率、F - 测度、敏感性和特异性等方面表现更优。
2. 用户到根(U2R)攻击 :通过实验分析了该攻击类型下的相关指标。
3. 远程到用户(R2U)攻击 :同样对该攻击类型的性能进行了评估。
超级会员免费看
订阅专栏 解锁全文


被折叠的 条评论
为什么被折叠?



