最近我讀了一個peper，它提供了網路流量連接的可視化型別，如下所示：
這種型別的可視化的名稱是什么，我們如何使用UGR16 資料集繪制它？
我也有興趣了解和理解他們在 8 月 1 日的 5 分鐘觀察期間在第 2 次和第 5 次爆發時通過這種型別的可視化呈現的例外，如下所示：
可以在此處找到有關資料集的更多資訊。
我已經嘗試過以下實作，但我無法弄清楚如何針對例外背景關系達到這種型別的圖：
import requests
import pandas as pd
import matplotlib.pyplot as plt
# Get UGR16 Dataset
DOWNLOAD_REPO = "https://raw.githubusercontent.com/krisbolton/machine-learning-for-security/master/"
DOWNLOAD_FILENAME = DOWNLOAD_REPO "ugr16-july-week5-first5k.csv"
DATASET_FILENAME = "ugr16-july-week5-first5k.csv"
response = requests.get(DOWNLOAD_FILENAME)
response.raise_for_status()
with open(DATASET_FILENAME, "wb") as f:
f.write(response.content)
print("Download complete.")
# View dataset info
df = pd.read_csv("ugr16-july-week5-first5k.csv")
df.info()
df.shape
#(4999, 13)
# View visual representation of dataset columns
df.hist(bins=50, figsize=(30,15))
plt.show()
df.columns = ['Date_time', 'Duration', 'Source_IP',
'Destination_IP', 'Source_Port', 'Destination_Port',
'Protocol', 'Flag', 'Forwarding_status', 'ToS',
'Packets', 'Bytes', 'Label']
df.head()
以下是資料框的性質：
uj5u.com熱心網友回復：
它被稱為蜂巢圖，它起源于Krzywinski 等人。這個想法是首先將節點分為幾個重要的組（使用傳統的網路分析技術），將它們用作軸，然后沿著這些軸對齊節點并繪制組之間和組內的邊。
這是一個用于蜂巢繪圖的 Python 庫，這是一篇很好的博客文章，將其應用于來自 NetworkX 的空手道俱樂部資料集。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/371229.html
標籤：matplotlib 可视化 异常检测