摘要
本发明提出了基于知识蒸馏双教师模型物联网恶意流量检测方法和系统,属于网络安全技术领域。解决了单一预训练模型无法同时捕获流量的多维度特征以及难以有效设计轻量化的学生模型的问题。方法包括:对原始物联网流量数据进行预处理,生成标准化数据集;将标准化数据集输入双教师模型进行训练;提取双教师模型的隐藏层及软标签,基于双教师模型的隐藏层及软标签构建轻量级学生模型,轻量级学生模型为一维深度可分离卷积与堆叠式双向门控循环单元的组合;通过知识蒸馏损失函数将双教师模型的知识迁移至学生模型;将待检测流量输入训练后的学生模型,输出正常或恶意流量的分类结果。主要用于智能控制领域。
技术关键词
恶意流量检测方法
教师
Inception结构
学生
物联网流量
蒸馏
空间特征提取
双向长短期记忆网络
门控循环单元
一维卷积神经网络
标签
特征提取模型
分支
数据
网络安全技术
可读存储介质
预训练模型
处理器
注意力
系统为您推荐了相关专利信息
网络入侵检测模型
网络入侵检测方法
网络流量特征
网络入侵检测系统
特征值
考勤记录
数据录入方法
表格
OCR文字识别
考勤状态