First case: We make training and te

First case: We make training and testing datasets by inserting normal data and all types of worm (i.e., Zotob.G, CodeRedII, Blaster, Rbot.CCC, Rbot.AQJ, Sdbot, Sobig and Forbot-FU). In training dataset, there are 750 normal profiles and 150 profiles for each type of worms. With 8 types of worms, the total number of worm profiles used for training is 1200 profiles. The testing dataset has 1750 normal profiles and 350 profiles for each type of worms. We consider 9 output classes. The classification model is presented in Section 5.

ผลลัพธ์ (ไทย) 1:

กรณีแรก: เราทำการฝึกอบรม และทดสอบ datasets ใส่ข้อมูลตามปกติและทุกชนิดของหนอน (เช่น Zotob.G, CodeRedII, Blaster, Rbot.CCC, Rbot.AQJ, Sdbot, Sobig และ Forbot FU) ในชุดข้อมูลฝึกอบรม มีค่าปกติ 750 และ 150 โพรไฟล์สำหรับแต่ละชนิดของหนอน มี 8 ชนิดของหนอน หนอนโพรไฟล์ที่ใช้สำหรับการฝึกอบรมจำนวนเป็นโพรไฟล์ 1200 ชุดข้อมูลทดสอบมีค่าปกติ 1750 และ 350 โพรไฟล์สำหรับแต่ละชนิดของหนอน เราพิจารณาผลชั้น 9 การจัดประเภทรูปแบบนำเสนอใน 5 ส่วน

ผลลัพธ์ (ไทย) 2:

กรณีแรก: เราทำชุดข้อมูลการฝึกอบรมและการทดสอบโดยการใส่ข้อมูลปกติและทุกประเภทของหนอน (เช่น Zotob.G, CodeRedII, Blaster, Rbot.CCC, Rbot.AQJ, Sdbot, Sobig และ Forbot-FU) ในชุดการฝึกอบรมมี 750 รูปแบบปกติและ 150 โปรไฟล์สำหรับประเภทของหนอนแต่ละ มี 8 ชนิดของเวิร์ม, จำนวนรวมของโปรไฟล์หนอนที่ใช้สำหรับการฝึกอบรม 1,200 โปรไฟล์ ชุดทดสอบมี 1,750 โปรไฟล์ปกติและ 350 โปรไฟล์สำหรับประเภทของหนอนแต่ละ เราพิจารณาการส่งออก 9 ชั้นเรียน รูปแบบการจัดหมวดหมู่จะนำเสนอในมาตรา 5

ผลลัพธ์ (ไทย) 3:

กรณีแรก เราให้การฝึกอบรมและการทดสอบข้อมูลโดยการใส่ปกติ ข้อมูลและทุกประเภทของหนอน ( เช่น Zotob . G , coderedii , Blaster , rbot.ccc rbot.aqj sdbot โซบิ๊ก , , , และ forbot ฟู ) ในวันที่อบรม มี 750 ปกติโปรไฟล์และ 150 โปรไฟล์สำหรับแต่ละชนิดของหนอน กับประเภทของเวิร์ม , จํานวนของหนอนโปรไฟล์ที่ใช้ในการฝึกอบรม คือ 1 , 200 รูปการทดสอบข้อมูลที่มี 1 , 750 ปกติโปรไฟล์และ 350 โปรไฟล์แต่ละประเภทของหนอน เราพิจารณา 9 ชั้นออก การจัดหมวดหมู่แบบที่นำเสนอในส่วนที่ 5 .