来源：期刊VIP网 时间：
作者：姚军;孙方超;
单位：西安科技大学通信与信息工程学院;
摘要：为解决入侵检测中数据不平衡对神经网络模型训练的影响和模型参数量高的问题，提出一种基于改进MobileViT的入侵检测模型。首先，使用方差分析提取对检测结果影响较高的特征，将提取后的特征转化为图像型数据，将其输入至MobileViT网络；其次，针对占比较少的攻击流量，采用焦点损失函数自适应地调整攻击流量的损失贡献，使模型更加专注于不平衡的攻击流量；最后，为解决神经元死亡问题，使用GeLU激活函数替换MobileViT网络中MV2的ReLU6激活函数，加快模型收敛速度。实验结果表明，改进的MobileViT模型参数量仅为5.67 MB，与Shufflenet、Mobilenet相比拥有最少的参数量，模型的准确率、召回率以及F1分数分别达到了98.40%、96.49%、95.17%。
关键词：入侵检测;;焦点损失函数;;数据不平衡;;MobileViT;;GeLU;;方差分析
