融合Transformer和MSCNN雙分支架構(gòu)的工控網(wǎng)絡(luò)入侵檢測(cè)研究

摘要： 針對(duì)現(xiàn)有的工控網(wǎng)絡(luò)入侵檢測(cè)方法中存在對(duì)工控流量的多空間特征和長(zhǎng)距離時(shí)序特征的提取能力不足等問題，提出了一種融合Transformer和MSCNN雙分支架構(gòu)的工控網(wǎng)絡(luò)入侵檢測(cè)模型.該模型利用多尺度卷積(MSCNN)中多個(gè)不同大小卷積核，對(duì)工控流量中多個(gè)空間特征進(jìn)行抽取，擴(kuò)大了對(duì)工控流量特征范圍的學(xué)習(xí).同時(shí)引入Transformer增強(qiáng)了模型對(duì)工控流量中長(zhǎng)距離時(shí)序特征的提取能力，進(jìn)...