发明 基于门控卷积和特征金字塔的网络入侵检测方法
网络入侵检测 信息安全 网络安全 网络防护 深度学习 网络入侵检测 信息安全 网络安全 网络防护 深度学习 【网络入侵检测 信息安全 网络安全 网络防护 深度学习】 网络入侵 信息安全 网络安全 网络防护 深度学习 金字塔 门控卷积 【网络入侵 信息安全 网络安全 网络防护 深度学习 金字塔 门控卷积】 3人
H04L9/40 G06F18/2415 G06F18/2433 G06F18/25 G06F18/21 G06N3/0442 G06N3/0464 G06N3/048 G06N3/047 G06N3/049 G06N3/084 G06N3/09
摘要：本发明属于入侵检测领域，涉及基于门控卷积和特征金字塔的网络入侵检测方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)采用门控卷积神经网络按深度提取出网络数据不同程度的语义特征；S3)采用特征金字塔网络将模型深层的特征图进行融合；S4)对融合后的各模型深层特征图应用全连接神经网络进行分类判决；S5)采用FocalLoss损失函数对整体模型进行多监督训练。本发明能实现高性能的入侵检测，相比与其他方法，该发明在多分类入侵检测中的查准率、查全率以及综合指标F1‑score上取得的效果更佳，在提升入侵检测系统性能的同时实现对少数类样本F1‑score的巨大提升。
