RBAT：基于融合特征和殘差網(wǎng)絡(luò)的入侵檢測模型

摘要： 面對海量不平衡網(wǎng)絡(luò)流量數(shù)據(jù)，傳統(tǒng)入侵檢測技術(shù)的準確度不高。為解決此問題，提出了一種基于融合特征和殘差網(wǎng)絡(luò)的入侵檢測模型RBAT。利用SMOTE過采樣和TOMEK LINK欠采樣結(jié)合的綜合采樣方法解決原始數(shù)據(jù)不平衡問題。利用雙向門控循環(huán)神經(jīng)網(wǎng)絡(luò)GRU、卷積神經(jīng)網(wǎng)絡(luò)CNN提取數(shù)據(jù)的時間特征和空間特征，添加注意力機制，強化2種特征關(guān)鍵信息的重要程度，再將2種特征通過跨層連接的方式融合...