安全性和通信网络
研究文章

归因分类方法的恰当的恶意软件在物联网中使用机器学习技术

表3

每个模型的分类结果在每一个恰当的组织。
恰当的组织 评价 然而, DT XGB SMOTE-RF
拉撒路集团 精度 0.791 0.750 0.800 0.845
回忆 0.507 0.493 0.478 0.567
f值 0.618 0.595 0.598 0.644
APT28 精度 0.360 0.351 0.355 0.366
回忆 0.854 0.833 0.792 0.854
f值 0.506 0.494 0.490 0.513
运行c大调 精度 0.889 0.889 0.889 0.889
回忆 0.828 0.828 0.828 0.828
f值 0.857 0.857 0.857 0.857
APT29 精度 0.937 0.938 0.912 0.968
回忆 0.825 0.839 0.857 0.834
f值 0.877 0.886 0.884 0.896
把大象 精度 0.927 0.980 0.944 0.927
回忆 0.836 0.836 0.836 0.836
f值 0.879 0.903 0.887 0.879
沙虫 精度 0.840 0.917 1.0 1.0
回忆 0.808 0.846 0.846 0.885
f值 0.824 0.880 0.917 0.939
Naikon 精度 0.913 0.957 0.917 0.957
回忆 0.700 0.733 0.733 0.733
f值 0.792 0.830 0.815 0.830