基于ResNet BiGRU的入侵检测研究

打开文本图片集

摘 要：随着网络流量的爆炸性增长和入侵行为的不断多样化，传统的入侵检测方法在面对海量的网络数据时，存在特征提取不充分、模型存在过拟合、检测分类的准确率不足等问题，提出了一种基于ResNet BiGRU网络的入侵检测算法。该算法首先使用SMOTE过采样重构训练数据集以缓解正负类样本不平衡问题，提出了一种网络并行的结构充分提取特征，将卷积神经网络和双向门控单元同时提取空间尺度特征和时间序列特征，为了将空间尺度特征和时间尺度特征更好地聚合表达，设计了一个Transformer混合融合块，最后利用Softmax函数进行分类。（剩余10013字）