基于MobileViT的輕量型入侵檢測模型研究

打開文本圖片集

摘  要： 為解決入侵檢測中數(shù)據(jù)不平衡對神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練的影響和模型參數(shù)量高的問題，提出一種基于改進(jìn)MobileViT的入侵檢測模型。首先，使用方差分析提取對檢測結(jié)果影響較高的特征，將提取后的特征轉(zhuǎn)化為圖像型數(shù)據(jù)，將其輸入至MobileViT網(wǎng)絡(luò)；其次，針對占比較少的攻擊流量，采用焦點(diǎn)損失函數(shù)自適應(yīng)地調(diào)整攻擊流量的損失貢獻(xiàn)，使模型更加專注于不平衡的攻擊流量；最后，為解決神經(jīng)元死亡問題，使用GeLU激活函數(shù)替換MobileViT網(wǎng)絡(luò)中MV2的ReLU6激活函數(shù)，加快模型收斂速度。（剩余13334字）