公开(公告)号：CN117786315A

公开(公告)日：2024-03-29

申请号：CN202311676884.8

申请日：2023-12-08

Applicant: 中南林业科技大学

Inventor： 陈艳华 ,  刘拥民 ,  翟佳慧 ,  麻海志 ,  邓伟豪 ,  徐卓农

IPC: G06F18/10 ,  G06F18/2135 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0985 ,  H04L9/40 ,  H04L41/16 ,  G16Y40/10 ,  G16Y40/50

Abstract: 本发明公开了面向工业物联网的TBG模型入侵检测方法，涉及工业网络数据处理技术领域，通过采用主成分分析算法对高维数据进行特征降维；采用Transformer编码器部分中的多头注意力机制关注不同属性特征之间的联系，提取全局特征联系；双向门控循环单元提取长序列时序特征，将二者学习到的特征进行融合，更全面的了解分析内部信息，达到提高准确率的效果，验证了TBG模型中Transformer模块联系各类属性的重要作用，也验证了BiGRU获取长距离依赖和保留时序信息的能力对结果有着积极影响，相对于传统的机器学习方法和单一的深度学习模型，本模型在二分类与多分类上都能更好的对工业物联网入侵检测数据进行分类。