一种基于对抗BiLSTM-Transformer的工业物联网僵尸网络检测方法及系统

本发明涉及僵尸网络检测技术领域，公开了一种基于对抗BiLSTM‑Transformer的工业物联网僵尸网络检测方法及系统，方法包括：获取僵尸网络流量数据，并进行数据预处理；进行混合采样生成样本数据集；通过基于皮尔逊系数的多阶段聚类特征选择算法进行数据集的特征提取；通过BiLSTM模型以及Transformer模型进行融合；通过投影梯度算法生成对抗训练样本，将常规训练样本以及对抗训练样本的特征作为僵尸网络检测模型的输入特征进行周期性循环训练，进行分类预测，并根据预测结果对模型进行评估。本发明利用双向长短期记忆网络BiLSTM和Transformer层来捕获工业物联网僵尸网络流量数据中的时间和空间依赖关系，并结合对抗训练技术来提高模型的鲁棒性，增强其对僵尸网络复杂攻击模式的检测能力。