一种基于Pearson-Bi-MobileNet的入侵检测方法及系统

本发明涉及轻量级入侵检测和边缘网络技术领域，具体为一种基于Pearson‑Bi‑MobileNet的入侵检测方法及系统。收集入侵数据，进行数据预处理，划分训练集和测试集；对入侵数据字符特征进行编码，使用合成少数类过采样的采样方法以及VAE生成少数样本数据完成数据集平衡；对数据集进行pearson特征选择，确定需要训练的特征个数；在mobilenet中加入自注意力机制BLRA，利用测试数据集对经过训练数据集训练的入侵检测模型进行分类测试。对数据进行特征选择，很好地保留了有效特征。与简单的卷积网络相比，bi‑mobilenet的参数数量更少，精度更高，使其能够进行轻量级的网络入侵检测。