入侵检测数据集随想

        随便写点感想,仅代表个人观点

        最近在准备毕业论文,打算写入侵检测模型。读了一些文章,也尝试着用各种方法建模,在这个过程中,发现在一些已发表的文章里有些人用的是KDDCUP99数据集,有的人用的是NSL-KDD数据集,后者对前者做了改进。在已有研究中NSL-KDD数据集的相应算法模型对小样本类的检测精度很高甚至接近于大样本类,然而在一些常见分类器如贝叶斯置信网络、随机树中去测试NSL-KDD并没有表现很好甚至比KDDCUP99要差,不具有普适性啊,KDDCUP99确实是比较老的数据集,很多新的网络攻击也没有囊括其中,然而NSL-KDD又好到哪呢?

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值