SE-TransNet：一种结合SENet的新型Transformer网络入侵检测方法

在数字化时代,网络安全的重要性愈发显著,尤其是网络入侵检测(Network Intrusion Detection,NID)作为保障网络安全的核心环节。传统NID系统在检测效率与准确性方面表现不足,难以适应日益复杂多变的网络环境,因此需要创新解决方案以强化网络安全防护。文章提出了SE-TransNet:一种结合SENet的新型Transformer网格入侵检测方法。引入Transformer架构,增强模型处理长序列数据的能力,提升对网络流量时序特征的捕捉;将选择性注意力机制(SENet)集成于Transformer,通过自适应调整通道权重,强化特征表示,突出关键特征,加快响应速度。在CIC-IDS2017数据集上的实验显示,SE-TransNet实现了99.37%的准确率,较Transformer-CNN等模型提高0.50%~9.13%,证明了其在提升NID效率和准确性方面的优势。研究结果为网络安全提供了一定的技术支撑。

资料为PDF文档格式.

本文档关键词:入侵,新型,网络,一种,结合