基于深度学习的物联网攻击检测方法及系统

本发明属于网络安全技术领域，公开了一种基于深度学习的物联网攻击检测方法，本发明通过特征选择消除了冗余特征，增强了所选特征子集的类间差异性和类内相似性，而且还利用EQLv2解决了攻击检测数据集中的类不平衡问题，同时构建时空模型提取样本的时空信息。所提方法分别在物联网攻击检测基准数据集NSL‑KDD及CIC‑IDS‑2017上进行多分类性能评估，并从准确率、精确率、召回率、F1分数和误报率五个指标上验证了所提方法的优势，而且与多个方法进行对比时体现了所提方法的有效性和可行性。