-
公开(公告)号:CN118400150A
公开(公告)日:2024-07-26
申请号:CN202410529986.5
申请日:2024-04-29
Applicant: 无锡学院
IPC: H04L9/40 , G06N3/0464 , G06N3/0442 , G06N3/044 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于分层神经网络模型的物联网入侵攻击检测方法及系统,属于物联网安全技术领域。方法包括:采集网络入侵数据集,对入侵数据集进行预处理,得到非冗余数据集;对非冗余数据集进行划分,得到训练数据集和验证数据集;构建检测网络模型,采用训练数据集和验证数据集对检测网络模型进行训练、验证;采用训练、验证后的检测网络模型进行物联网入侵检测。本发明考虑网络入侵流量数据具有一定的时序性和特征冗余性,以提供了高水平的检测能力为目标,以降低误报率为目标,通过检测网络模型,使得CNN、RNN和Self‑Attention网络的合作可以有效地提取空间和时间特征,并学习输入序列中不同位置之间的依赖关系。
-