面向邊緣計(jì)算的網(wǎng)絡(luò)入侵檢測(cè)方法研究

摘要： 針對(duì)邊緣側(cè)設(shè)備因硬件資源受限，難以運(yùn)行大體量入侵檢測(cè)模型的問題，提出了一種輕量化入侵檢測(cè)模型。首先，將一維流量數(shù)據(jù)轉(zhuǎn)化為三維圖像，采用輕量化卷積神經(jīng)網(wǎng)絡(luò)MobileNet代替?zhèn)鹘y(tǒng)的標(biāo)準(zhǔn)卷積，不僅可以提取空間特征，而且會(huì)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(luò)挖掘網(wǎng)絡(luò)流量中的時(shí)序特征；最后，使用CICIDS2017數(shù)據(jù)集對(duì)入侵檢測(cè)模型進(jìn)行訓(xùn)練和測(cè)試。采用遷移學(xué)習(xí)方法構(gòu)建... （共8頁）