一种基于BiAPRN的工业物联网攻击预测方法

本发明涉及物联网安全技术领域，具体涉及一种基于BiAPRN的工业物联网攻击预测方法，首先引入了一种改进的单门结构门控递归单元模型，该模型通过自注意机制和损失补偿机制显著提高了模型的性能。随后构建一种新的双向注意力简约递归网络(BiAPRN)神经网络模型。BiAPRN通过将前向和后向aprn的线性组合相结合，有效地提取数据特征，更深入地挖掘时间序列的相关性，显著降低了预测误差。最后，通过BiAPRN模型获得一个工业物联网攻击预测框架，使用训练好的BiAPRN模型进行攻击预测，实现准确、高效的工业物联网攻击预测。