评估基于机器学习的异常检测在不同数据完整性的数据集上的表现：案例研究
原文中文，约500字，阅读约需1分钟。发表于：。网络安全在数字时代仍然是一个重要的挑战，网络流量异常检测是对抗网络威胁的关键手段之一。本研究解决了网络流量数据集中数据完整性的普遍问题，并引入了两个经过改进的数据集，通过采用 NFStream 进行了方法论检查和标记。我们通过对比原始 CICIDS-2017 数据集、改进后的 WTMC-2021 和 CRiSIS-2022 数据集以及我们基于 NFStream...
网络安全是数字时代的重要挑战之一。本研究解决了网络流量数据完整性问题，并引入了改进的数据集。通过对比不同数据集在分类环境下的表现，发现RF算法具有鲁棒性和高性能。研究强调了数据集生成的改进和方法论严谨的重要性。随着网络威胁的演变，侦测和分析威胁的工具和技术也必须演进。
