面向邊緣計算的網(wǎng)絡入侵檢測方法研究

摘要： 針對邊緣側設備因硬件資源受限，難以運行大體量入侵檢測模型的問題，提出了一種輕量化入侵檢測模型。首先，將一維流量數(shù)據(jù)轉化為三維圖像，采用輕量化卷積神經(jīng)網(wǎng)絡MobileNet代替?zhèn)鹘y(tǒng)的標準卷積，不僅可以提取空間特征，而且會降低模型的參數(shù)量；然后，采用雙層長短期記憶神經(jīng)網(wǎng)絡挖掘網(wǎng)絡流量中的時序特征；最后，使用CICIDS2017數(shù)據(jù)集對入侵檢測模型進行訓練和測試。采用遷移學習方法構建... （共8頁）