一种基于多尺度残差网络的列车通信网络入侵检测方法

本发明公开了一种基于多尺度残差网络的列车通信网络入侵检测方法，包括以下步骤：建立列车通信网络拓扑结构模型，建立正常流量和入侵流量混合传输的流量模型；采集链路中的流量数据包作为入侵检测数据集中原始的数据样本并进行预处理，得到包含统计特征的数据样本；构建列车通信网络入侵检测MSRNet‑GLAM模型，对列车通信网络入侵检测MSRNet‑GLAM模型的性能进行检查评估，使得MSRNet‑GLAM模型能多尺度地学习数据样本的关键特征信息；利用改进的焦点损失函数对MSRNet‑GLAM模型进行训练与优化，对待检测列车通信网络流量数据进行入侵检测，得到列车通信网络的流量检测结果。本发明能够有效解决列车通信网络大量数据通信趋势下的安全性低和入侵流量难以检测的现象，保证列车网络的安全性。