基于深度神经网络的物联网异常流量识别方法与系统

本发明涉及物联网异常识别技术领域，具体地说，涉及基于深度神经网络的物联网异常流量识别方法与系统。其包括以下步骤：从物联网边缘网关中实时采集各I oT设备的通信数据；将采集到的通信数据进行预处理，并构建为多维特征向量；基于卷积神经网络和双向长短期记忆网络，对所述多维特征向量进行时序特征提取及异常判别，用于输出流量异常概率；将深度时序建模神经网络输出的异常概率与动态阈值进行比较，若异常概率超过预设阈值，则判定为异常流量。在双向长短期记忆层引入门控机制，并在时间步级别计算门控系数，动态调整该时间步信息对最终输出的影响权重，强化关键时间步的特征表达，抑制噪声或无关信息，提升模型对时序数据的敏感度。