基于边缘计算的多层次网络联合入侵检测方法

常规的多层次网络入侵检测多数采用Stacking方法原理,通过建立机器学习模型,检测网络入侵攻击。此种方法检测范围有限,无法在快速时间内最大程度地检测出多层次网络联合入侵攻击行为,入侵检测率较低。针对这一问题,引入边缘计算,开展了多层次网络联合入侵检测方法的研究。首先,根据网络运行的实际工况与特征,基于会话流的形式,提取多层次网络流量特征。其次,采用标准化处理方式与Z-Score方式,对网络联合入侵检测数据集进行预处理。在此基础上,利用边缘计算原理,建立网络联合入侵检测模型,通过模型的迭代训练,多维度地实现多层次网络联合入侵检测的目标。实验结果分析可知,新的方法应用后,在网络入侵攻击数量逐级增加的情况下,其检测率较高,均达到了97%以上,可行性较高。