We have proven the importance of de

We have proven the importance of decision tree for modelling intrusion detection for class of normal, DoS, and
R2L. For the class of Probe and U2R, rule-based classification is more suitable. However, based on acceptable
levels of false alarm rate, decision tree is more suitable than rule-based for modelling intrusion detection systems.

ผลลัพธ์ (ไทย) 1:

เราได้พิสูจน์ความสำคัญของต้นไม้การตัดสินใจในการตรวจจับการบุกรุกสำหรับระดับปกติ DoS การสร้างแบบจำลอง และR2L การจัดประเภทตามกฎมากไม่เหมาะสำหรับระดับชั้นของโพรบและ U2R อย่างไรก็ตาม ตามยอมรับได้ระดับของอัตราเตือน ต้นไม้การตัดสินใจได้เหมาะสมกว่าตามกฎสำหรับการสร้างแบบจำลองระบบตรวจสอบการบุกรุก

ผลลัพธ์ (ไทย) 2:

เราได้พิสูจน์ถึงความสำคัญของต้นไม้ตัดสินใจในการตรวจหาการสร้างแบบจำลองการบุกรุกสำหรับชั้นเรียนปกติ, DoS และ
r2l สำหรับชั้นเรียนของ Probe และ U2R จำแนกตามกฎจะเหมาะ อย่างไรก็ตามขึ้นอยู่กับการได้รับการยอมรับ
ในระดับของอัตราการปลุกเท็จต้นไม้ตัดสินใจจะเหมาะสมกว่าตามกฎสำหรับการสร้างแบบจำลองระบบตรวจจับการบุกรุก

ผลลัพธ์ (ไทย) 3:

เราได้พิสูจน์ความสำคัญของต้นไม้ การตัดสินใจเพื่อการตรวจจับการบุกรุกสำหรับรุ่นปกติ , DOS ,
r2l สำหรับชั้นเรียนของ probe และ u2r กฎการจำแนก , จะเหมาะมากกว่า อย่างไรก็ตาม ขึ้นอยู่กับระดับของอัตราปลุกเท็จยอมรับ
, แผนภาพการตัดสินใจแบบต้นไม้เหมาะกว่ากฎสำหรับการสร้างแบบจำลองระบบตรวจจับการบุกรุก