一种改进BYOL自监督学习的网络入侵检测方法
实质审查的生效
摘要
本发明公开了一种改进BYOL自监督学习的网络入侵检测方法，其包括以下步骤：步骤一、对UNSW‑NB15入侵检测数据集进行预处理，对字符型数据进行独热编码处理和数据归一化处理；步骤二：改进BYOL入侵检测模型训练：步骤三：改进BYOL入侵检测模型测试，将经过预处理后的测试数据集输入到特征提取编码器fθ得到本数据集每条数据的特征表示，再将特征表示输入到分类器，进而得到每条数据的分类结果。本发明的优点：引入多头注意力机制的BoTNet抑制入侵检测数据中对分类贡献较小的特征，增大对分类贡献较大的特征，以此增强模型各项性能指标；优化BYOL损失函数，使模型训练过程更加平稳且收敛速度加快，以此增强模型的稳定性和鲁棒性。
基本信息
专利标题 ：
一种改进BYOL自监督学习的网络入侵检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114547598A
申请号 ：
CN202210083852.6
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王振东李泽煜王俊岭李大海杨书新
申请人 ：
江西理工大学
申请人地址 ：
江西省赣州市章贡区红旗大道86号
代理机构 ：
北京国坤专利代理事务所(普通合伙)
代理人 ：
王峰刚
优先权 ：
CN202210083852.6
主分类号 ：
G06F21/55
IPC分类号 ：
G06F21/55 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/50
监控用户、程序或设备，以维护平台完整。例如：处理器、固件或操作系统
G06F21/55
检测本地入侵或实施对策
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06F 21/55
申请日 : 20220121
申请日 : 20220121
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
