物联网终端异常流量深度检测 模型设计
打开文本图片集
0 引言
随着物联网（internetofthings，IoT）技术的快速普及，终端设备数量呈爆发式增长。由于终端异构性强、通信协议多样，异常流量攻击也更具隐蔽性，传统基于规则的异常流量检测方法依赖人工定义特征库，面对动态变化的攻击模式时，难以快速适配。当前，已有研究尝试将深度学习技术应用于IoT异常流量检测，但现有诊断模型普遍存在两个方面问题：一是检测精度有限，对异构终端的差异化流量特征适配不足；二是资源消耗过高，模型复杂度超出多数IoT终端的资源承载能力[1]。（剩余4925字）
