多模型组合的船舶物联网非法入侵行为检测研究

摘要：

为了提高非法入侵行为检测效果,确保船舶物联网安全、平稳运行,提出多模型组合的船舶物联网非法入侵行为检测方法.基于密集连接卷积神经网络、门控循环单元基本原理,构建基于DCCNet-GRU的改进船舶物联网非法入侵检测组合模型,将船舶物联网流量数据作为组合模型的输入,通过一维DCCNet网络获取输入样本数据的空间特征,将其作为GRU的输入,完成其时间维度特征的提取后,再将其输入到全连接层中,实现非法船舶物联网入侵行为类型的识别.实验结果表明,该方法可实现船舶物联网非法入侵行为检测,以Focal为损失函数,增长率为30、网络层数为95时,非法入侵行为检测效果最优.

关键词：物联网、非法入侵行为、密集连接、门控循环单元、空间特征、全连接层

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：189-192