基于焦点损失函数的物联网入侵检测深度学习方法

物联网有望革命性地改变医疗、能源、教育、交通、制造、军事、农业等多个行业。然而,要在各行业成功部署物联网,需要设计和实施检测安全漏洞的方法。近年来,虽然许多学者和工业界研究者已经利用机器学习技术设计和实施了计算机网络入侵检测系统,但在物联网领域的研究相对较少。为解决物联网中的入侵检测问题,我们采用了专门的损失函数,能够自动降低简单样本的权重,从而有效地训练模型。我们利用两种深度学习神经网络架构实现了这一方法。在三个不同物联网领域的数据集上进行的广泛实验评估结果显示,相较于使用交叉熵损失函数,我们的方法在准确度、精确度、F1和MCC指标上均有显著提升,分别高出24%、39%、39%和60%。