Комментарии 5
Что-то я не увидел особого анализа данных. Хотя бы распределения признаков и целевой переменной нужно было посмотреть. Даже просто графики распределения нарисовать - уже многое можно увидеть.
На рисунке 1 изображены два графика. На первой диаграмме изображено процентное соотношение видов протоколов в исходных данных, что является одним из признаков, а на второй процентное соотношение видов сетевых соединений, которые относятся к атакам или нормальным соединениям, что как раз и является целевой переменной. В данном случае особый интерес представляла именно вторая диаграмма для целевой переменной, так как от этого во многом зависели дальнейшие шаги.
Как я понял, здесь используется датасет KDD-CUP-99, а чем обусловлен выбор этого устаревшего датасета? Есть же современные CICIDS2017, UNSW-NB15 и т.д., которые сейчас и используются в подобных исследованиях.
Обнаружение вторжений с применением технологий машинного обучения. Часть 1