论文对CICIDS2017数据集进行客观评价,介绍了数据集本身存在的缺陷以及解决方法。
摘要: CICIDS2017是2017年提出的,包含了当下最新的威胁种类和特征,相比于之前的数据集,没有重大的缺陷,但足以使典型的IDS产生偏差。

入侵检测系统需要与时俱进的信息才能够有效的检测到攻击,大量入侵检测系统达到98%准确率,吸引了研究者和企业投入资金和时间为用户提供有效的产品,但是这些模型很少能够被企业所使用在开发真实的IDS中。

CICIDS2017缺陷在于:

  1. 数据集过大且过于分散
    == 可以进行下采样,但是在采样之前要解决数据类别不平衡的问题才可以==
  2. 包含大量的冗余数据
  3. 数据高度不平平衡,误导分类器,训练会侧重于样本数量较多的类

在解决数据 不平衡问题上,1)将样本数量较多的类进行分割,分成几个类,或者将几个少数类合并成一个类( == 但是这样会使得样本的多样性减少 == )

【论文阅读】A detailed analysis of CICIDS2017 dataset for designing Intrusion Detection Systems相关推荐

  1. 论文阅读:EMPIRICAL ANALYSIS OF UNLABELED ENTITY PROBLEM IN NAMED ENTITY RECOGNITION

    论文阅读:EMPIRICAL ANALYSIS OF UNLABELED ENTITY PROBLEM IN NAMED ENTITY RECOGNITION1 0. Summary 由于人工打标的昂 ...

  2. 论文阅读:Saliency-Guided Region Proposal Network for CNN Based Object Detection

    论文阅读:Saliency-Guided Region Proposal Network for CNN Based Object Detection (1)Author (2)Abstract (3 ...

  3. 【论文阅读】Systematic Comparison of Respiratory Signals for the Automated Detection of Sleep Apnea

    论文阅读:Systematic Comparison of Respiratory Signals for the Automated Detection of Sleep Apnea 一.摘要 对这 ...

  4. TTiki-Taka: Attacking and Defending Deep Learning-based Intrusion Detection Systems 论文分析

    TTiki-Taka: Attacking and Defending Deep Learning-based Intrusion Detection Systems 论文分析 摘要 神经网络在网络入 ...

  5. 【论文阅读】Hierarchical Multi-modal Contextual Attention Network for Fake News Detection --- 虚假新闻检测,多模态

    本博客系本人阅读该论文后根据自己理解所写,非逐句翻译,欲深入了解该论文,请参阅原文. 论文标题:Hierarchical Multi-modal Contextual Attention Networ ...

  6. 【论文阅读】Multimodal Fusion with Co-Attention Networks for Fake News Detection --- 虚假新闻检测,多模态融合

    本博客系本人理解该论文之后所写,非逐句翻译,预知该论文详情,请参阅论文原文. 论文标题:Multimodal Fusion with Co-Attention Networks for Fake Ne ...

  7. A Comparative Analysis of Deep Learning Approaches for Network Intrusion Detection Systems (N-IDSs)

    论文阅读记录 数据类型 在预定义时间窗口中,按照传输控制协议/互联网协议(TCP/IP)数据包将网络流量数据建模成时间序列数据. 数据:KDDCup-99/ NSL-KDD/ UNSW-NB15 NI ...

  8. 【论文阅读】An Analysis of Scale Invariance in Object Detection – SNIP

    An Analysis of Scale Invariance in Object Detection – SNIP 一.角度 基于CNN的检测器是对尺寸敏感的,所以要做到通过训练的多样化和专一化为为 ...

  9. 论文阅读:CTSpine1K:A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography

    CTSpine1K: A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography CTSPINE1K: ...

最新文章

  1. Selenium实战脚本集(3)--抓取infoq里的测试新闻
  2. mysql null的作用_MySQL中对于NULL值的理解和使用教程
  3. hibernate异常:not-null property references a null or transient value
  4. Java关键字new和newInstance的区别
  5. BZOJ 1010: [HNOI2008]玩具装箱toy 斜率优化dp
  6. 网站制作---eWebeditor不兼容IE8问题的解决方法
  7. caffe--交通标志识别
  8. 【SaaS】企业微信裂变系统引流变现系统产品介绍
  9. ebs日记账向导Excel版本选择
  10. 【Zigbee】基础篇(4) Zigbee无线通信过程、无线发送温湿度信息
  11. win10如何删除计算机用户,Win10系统如何删除账户?Win10系统删除账户的方法
  12. 如何让网站被百度快速收录?如何查询百度收录情况?
  13. android 判断base64编码格式,一文带你读懂base64编码
  14. python基础教程:用Python秒算24点实现及原理详解
  15. [软件安装] 动态图像录制工具LICEcap
  16. 寂静岭3java攻略_《寂静岭3》完整流程攻略
  17. Vue Cli webpack打包出现Waring :Critical dependency: the request of a dependency is an expression
  18. 【基础知识】深度学习中各种归一化方式详解
  19. 迅雷大乱,突现“两个迅雷”
  20. Win10 1809美化

热门文章

  1. 微信可以找回删除的好友吗?
  2. 山东大学论坛的建立(世一大论坛)
  3. 英国essay写作思路
  4. 视频伪原创批量处理工具 抖音短视频解去水印
  5. JMP数据分析峰会2021圆满落幕,重温大会高光时刻
  6. python qq聊天室
  7. 如果在做项目时,发现自己在规定的时间内肯定完成不了时,你会怎么办
  8. 关于屏幕尺寸引起的问题
  9. 中国移动说:给你免费发短信的工具
  10. [转]QNX与Linux OS比较优劣-QNX与Linux两家未来有望独霸车载电子操作系统