一种基于边缘计算和机器学习的物联网设备入侵检测方法

本发明涉及一种基于边缘计算和机器学习的物联网设备入侵检测方法，属于网络安全入侵检测技术领域。本发明针对物联网设备自身资源受限，难以快速、准确发现攻击行为的问题，设计了部署于边缘计算服务器的轻量化一级入侵检测模型，能够快速检测攻击行为；进一步设计了部署于云计算服务器的二级入侵检测模型，该模型基于卷积神经网络和双向GRU、同时融合多种注意力机制设计，能够精确检测攻击行为。本发明以云计算服务器和边缘计算服务器上的两级入侵检测模型相协同的方式对终端设备采集的网络流量进行检测，同时利用增量学习机制对一级入侵检测模型进行优化和更新，提高了网络入侵检测准确率、降低误报率和漏报率，增强了物联网设备的安全性。