量子增强的多尺度网络入侵检测方法、设备和存储介质

本申请涉及人工智能技术领域，提供了量子增强的多尺度网络入侵检测方法，包括：对原始流量特征矩阵计算协方差矩阵，通过特征分解获取特征值与特征向量，将每个样本xi映射至量子希尔伯特空间生成增强特征矩阵对增强特征矩阵执行复数域变换生成纠缠特征张量，基于量子概率幅度并通过多头注意力机制实现动态特征增强；对动态特征增强后特征张量执行时空注意力计算与门控融合，得到时空融合特征；将时空融合特征转换为时序形式，通过多尺度卷积分支提取行为特征并融合，得到三维特征张量；将三维特征张量在序列维度上计算均值，生成二维特征矩阵分别基于分类网络、不确定性网络和威胁分级网络进行分类预测、不确定性量化和威胁分级的评估。