基于多尺度融合和时空特征的网络入侵检测模型

摘要： 针对入侵检测模型提取特征能力不足，且流量数据中含冗余噪声的问题，提出一种基于多尺度融合和时空特征的ML-PFN入侵检测模型。采用多尺度特征融合技术分别提取数据中浅层特征信息和深层特征信息，使模型学习的特征更加丰富；采用软阈值函数和注意力机制自动选择合适的阈值，减少噪声及不相关信息对模型的干扰；融合时空特征构成多尺度空间特征提取长短时记忆-并行特征网络(MSFE LSTM-par... （共7页）