买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春大学

摘要：本发明属于车联网和通信安全技术领域，涉及一种基于浅层CNN和GRU的轻量化车载网络入侵检测系统及方法，该检测系统是通过对ConvGRU轻量化模型进行训练得到，ConvGRU轻量化模型包含浅层CNN模型、GRU模型、融合模块；浅层CNN模型包括依次设置的第一逐点卷积层、第一DW卷积层、第二逐点卷积层、第二DW卷积层、第三逐点卷积层、第三DW卷积层、卷积层、平均池化层、第一全连接层；GRU模型包括数据转换模块、GRU模块、第二全连接层；浅层CNN模型提取空间特征，GRU模型提取时间特征，两者融合，提高泛化能力，在具有出色的准确率的同时也带来便捷性，使其具有较低的模型复杂度、计算资源以及时延。

主权项：1.一种基于浅层CNN和GRU的轻量化车载网络入侵检测系统，其特征在于，所述检测系统是通过对ConvGRU轻量化模型进行训练得到，所述ConvGRU轻量化模型包含浅层CNN模型、GRU模型、融合模块；其中，所述浅层CNN模型包括依次设置的第一逐点卷积层、第一DW卷积层、第二逐点卷积层、第二DW卷积层、第三逐点卷积层、第三DW卷积层、卷积层、平均池化层、第一全连接层；所述第一逐点卷积层、第二逐点卷积层、第三逐点卷积层均采用1*1的逐点卷积，步长为1，第一逐点卷积层卷积操作后使用批量归一化和ReLU激活函数，第二逐点卷积层、第三逐点卷积层卷积操作后进行批量归一化；所述第一DW卷积层、第二DW卷积层、第三DW卷积层卷积核的大小均为3*3，步长为2，groups参数设置为输入通道的数量，卷积操作后使用批量归一化和ReLU激活函数；所述卷积层卷积核的大小为3*3，步长为1，groups参数设置为1，卷积后使用批量归一化，输出通道数为64的2*2的特征，然后经平均池化层、第一全连接层最后展平输出得到关于空间特征的结果logit值x；所述GRU模型包括数据转换模块、GRU模块、第二全连接层；其中，所述数据转换模块，用于将特征图x从原始形状转换为张量，以匹配GRU模块的输入要求，经数据转换模块转换得到的张量输入到GRU模块；所述GRU模块中堆叠的GRU层的数量num_layers设置为2，GRU每个时间步隐藏状态的特征维度hidden_size设置为32，将Dropout率设置为0.5；所述第二全连接层，用于将GRU模块得到的多维张量展平，对最后时间步的隐藏状态进行解码，得到关于时间特性的结果logit值y；所述融合模块，用于将第一全连接层输出的x与第二全连接层输出的y进行加权平均计算，最终得到输出结果z。

全文数据：

权利要求：

百度查询： 长春大学 基于浅层CNN和GRU的轻量化车载网络入侵检测系统及方法