基于Transformer和自动编码器结合的边缘计算入侵检测方法及系统

AITNT
正文
推荐专利
基于Transformer和自动编码器结合的边缘计算入侵检测方法及系统
申请号:CN202410777027
申请日期:2024-06-17
公开号:CN118900189A
公开日期:2024-11-05
类型:发明专利
摘要
本发明公开基于Transformer和自动编码器结合的边缘计算入侵检测方法及系统,属于车联网安全领域;基于Transformer和自动编码器结合的边缘计算入侵检测方法包括:从数据集中获取数据,并进行数据预处理;使用堆叠自编码器从预处理后的数据中提取空间特征;通过变分模态分解方法结合多头注意力机制从预处理后的数据中提取时间特征,并进行时空特征融合;将高维特征融合成低维数据,然后输入Transformer模型和自动编码器,得到检测结果。其中将Transformer全局学习能力和自动编码器的特征学习能力相结合,使得在保留全局信息的同时,更好地理解局部特征之间的关系,从而可以有效的处理高维数据特征。
技术关键词
自动编码器 入侵检测方法 多头注意力机制 模态分解方法 Softmax函数 空间特征提取 入侵检测系统 前馈神经网络 计算机存储介质 特征提取模块 重构误差 数据编码 网络结构 非线性
系统为您推荐了相关专利信息
1
基于扩散模型的眼底彩照修复方法、装置、系统、介质及程序产品
噪声预测模型 眼底彩照 噪声图像 修复方法 彩色图像
2
一种基于多源数据融合的运筹学课程知识图谱构建方法
知识图谱构建方法 知识点 动态上下文 多头注意力机制 命名实体识别模型
3
基于角色交互图神经网络的群组物流运输调度方法与系统
物流运输调度方法 物流运输调度系统 节点 点分配 多通道
4
一种基于多源数据融合的供电系统安全性评估方法及系统
供电系统 安全性评估方法 建立神经网络模型 训练集 神经网络输出层
5
一种车机主页壁纸控制系统及其控制方法
壁纸 控制系统 多尺度特征融合 分类卷积神经网络 行车记录仪
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号