摘要
本发明属于网络安全技术领域,公开了一种面向工控长尾数据的动态平衡损失入侵检测方法。针对工控网络实时流量和入侵检测数据集存在的长尾分布问题,本发明从改进损失函数权重出发,为不同类别的样本数据设置不同的权重,从而提升模型检测的准确性。本发明所提出的动态焦点损失算法能够有效改善头部类别的统治地位,通过动态调整类别权重,将训练注意力转移到难以区分的尾部类别上,提高模型在长尾数据分布下的检测准确率和精确率。本发明所提出的动态平衡损失算法通过抑制负样本梯度的方式,减少头部类别对尾部类别的梯度影响,进一步提升模型对尾部类别的检测能力。
技术关键词
入侵检测方法
入侵检测模型
面向工控
工控网络流量
训练注意力
动态
样本
算法
入侵检测数据
焦点损失函数
因子
数据分布
网络安全技术
超参数
编码
场景
系统为您推荐了相关专利信息
车载CAN网络
入侵检测方法
报文
LSTM神经网络模型
数据
入侵检测方法
无线通信网络
数据
生成对抗网络
流量监控设备
网络流量数据集
网络入侵检测模型
最佳特征子集
海洋
网络入侵检测方法
工控入侵检测方法
传感器
门控循环单元
注意力
邻居