一种基于聚焦损失深度神经网络的工控网络入侵检测方法

摘要

本发明公开一种基于聚焦损失深度神经网络的工控网络入侵检测方法，包括：获取工控网络信息管理层的原始数据；对所述原始数据中的非数值特征进行数值编码，得到第一数据；对所述原始数据中的数值特征进行归一化处理，得到第二数据；将训练集样本输入基于感知器模型的深度神经网络；定义聚焦损失函数；根据反向传播算法和梯度下降算法使所述聚焦损失函数收敛到局部或全局最小值，得到神经网络模型；将所述第一数据和第二数据输入所述神经网络模型，得到检测结果。本发明能够解决神经网络的训练过程中，由于不同类别的训练样本数量不均衡而导致的模型精度下降问题。