摘要
本发明提供了一种网络入侵检测方法、系统、终端及存储介质,该方法包括:根据预处理数据的样本数量确定目标采样策略,根据目标采样策略对预处理数据进行采样得到采样样本;将采样样本输入网络入侵检测模型进行特征提取、深层信息提取、多头注意力机制计算,得到全局特征向量;依据全局特征向量进行数据类型预测,基于类别数量动态调整的权重平衡损失函数计算模型损失;根据模型损失对网络入侵检测模型进行训练;将待检测网络数据输入收敛后的网络入侵检测模型进行入侵检测,得到网络入侵检测结果。本发明实施例,采用分层采样的方式对预处理数据进行采样,有效地防止了样本数据类别不平衡的现象。
技术关键词
网络入侵检测模型
网络入侵检测方法
样本
依赖特征
多头注意力机制
数据
策略
神经网络单元
网络入侵检测系统
变换特征
卷积特征
序列
通道注意力机制
状态更新
采样模块
可读存储介质
特征提取模块
动态
系统为您推荐了相关专利信息
多源异构数据
XGBoost模型
电网保护
辨识方法
计算机可执行指令
温度预测模型
斯皮尔曼相关系数
发电机定子绕组
温度预警方法
支持向量机
局部视觉特征
多模态注意力
摘要方法
文本
交叉模块