融合MS-IRB與CAM的入侵檢測模型

摘要： 針對深度學習模型復雜度高導致的模型訓練時間長、收斂速度慢等問題，本文提出了一種融合多尺度倒殘差塊(Multiscale-Inverted Residual Block, MS-IRB)與通道注意力機制(Channel Attention Mechanism, CAM)的入侵檢測模型，該模型在確保檢測性能的同時降低了復雜度.首先，將數(shù)據(jù)集中的一維網(wǎng)絡流量數(shù)據(jù)進行數(shù)值化、歸一化處理... （共7頁）

入侵檢測MS-IRB深度可分離卷積通道注意力機制模型復雜度