차량 네트워크 이상징후 탐지 알고리즘 구현 및 시각화 프로그램 개발

정확도 측정을 위해 F1-score 수식을 사용합니다.

• True Positive는 실제 True를 True로 정확하게 예측한 상황을 의미함
• True Negative는 실제 False를 False로 정확하게 예측한 상황을 의미함
• False Positive는 실제 False을 True로 예측한 상황을 의미함 (오탐)
• False Negative는 실제 True를 False로 예측한 상황을 의미함 (미탐)
  

\[ Precision = \frac{True Positive}{True Positive+False Positive} , \ Recall= \frac{True Positive}{True Positive+False Negative} \]

• Precision은 정확률로서 제안한 알고리즘이 공격을 판단했을때 실제 공격이 이루어진 비율을 나타냄
• Recall은 재현율로서 실제 공격이 이루어졌을때 제안된 알고리즘이 공격을 판단하는 비율을 나타냄
  

\[ F1  \ score = 2 \times \frac{Precision \times Recall}{Precision + Recall} \]