///选项卡14

研究文章

机器学习方法以优化类不平衡数据集中的SMOTE比率以进行入侵检测

表14

通过检测率与其他作品进行比较。


		普通的	U2R	R2L	dos	探测	ACC。	fp

这些方法	SVM	97.7	56.4	30.2	87.1	94.1	88.2	2.4
这些方法	LSTM	98.2	61.5	27.4	99.9	99.6	98.1	0.4
SVM和聚类[22这是给予的		99.3	19.7	28.8	99.5	97.5	95.7	0.7
ESC-IDS [24这是给予的		98.2	14.1	31.5	99.5	84.1	95.3	1.9
KDD'99获奖者[25这是给予的		99.5	13.2	8.4	97.1	83.3	91.8	0.6
KDD'99亚军[26这是给予的		99.4	11.8	7.3	97.5	84.5	91.5	0.6
多分类符[27这是给予的		N/A。	29.8	9.6	97.3	88.7	N/A。	N/A。
协会规则[28这是给予的		99.5	3.8	7.9	96.8	74.9	N/A。	N/A。

我们的首席编辑选择了年度最佳奖：2020年杰出研究贡献。阅读获奖文章。