一种物联网入侵检测方法、装置、设备以及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115955336A(43)申请公布日2023.04.11(21)申请号202211561759.8(22)申请日2022.12.07(71)申请人中国科学院深圳先进技术研究院地址518055广东省深圳市南山区深圳大学城学苑大道1068号(72)发明人吴嘉澍王洋须成忠叶可江(74)专利代理机构深圳市科进知识产权代理事务所(普通合伙)44316专利代理师张桂平(51)Int.Cl.H04L9/40(2022.01)G06F18/241(2023.01)G06N3/04(2023.01)G06N3/08(2023.01)权利要求书3页说明书9页附图3页(54)发明名称一种物联网入侵检测方法、装置、设备以及存储介质(57)摘要本申请涉及一种物联网入侵检测方法、装置、设备以及存储介质。所述方法包括：将互联网源域入侵检测数据输入源域特征映射器，将物联网目标域入侵检测数据输入目标域特征映射器；构建基于源域训练的推荐系统；为每一个物联网目标域入侵检测数据推荐一个与其最相似的互联网源域入侵检测数据；构建基于目标域训练的推荐系统；为每个互联网源域入侵检测数据的均值向量推荐前N个相似的物联网目标域入侵检测数据；计算得到基于源域训练的推荐系统的推荐结果与基于目标域训练的推荐系统的推荐结果之间的欧式距离，得到推荐系统匹配损失；计算得到监督损失；更新神经网络的参数；进行物联网入侵检测。本申请能够更加有效的进行物联网入侵检测。CN115955336ACN115955336A权利要求书1/3页1.一种物联网入侵检测方法，其特征在于，包括：步骤S1：将互联网源域入侵检测数据输入至源域特征映射器，将物联网目标域入侵检测数据输入至目标域特征映射器；步骤S2：以互联网源域入侵检测数据作为输入，构建基于源域训练的推荐系统；步骤S3，采用所述基于源域训练的推荐系统，为每一个物联网目标域入侵检测数据推荐一个与其最相似的互联网源域入侵检测数据；步骤S4，以物联网目标域入侵检测数据作为输入，构建基于目标域训练的推荐系统；步骤S5：采用所述基于目标域训练的推荐系统，为每个互联网源域入侵检测数据的均值向量推荐前N个相似的物联网目标域入侵检测数据；步骤S6：计算得到每个通讯类别之间的基于源域训练的推荐系统的推荐结果与基于目标域训练的推荐系统的推荐结果之间的欧式距离，得到推荐系统匹配损失；步骤S7：根据所述互联网源域入侵检测数据，计算得到监督损失；步骤S8：对所述监督损失与所述推荐系统匹配损失进行优化，更新神经网络的参数；步骤S9：若推荐系统为物联网目标域推荐互联网源域入侵检测数据的余弦相似度大于设定阈值，则使用推荐系统所推荐的互联网源域入侵检测数据的入侵类型作为最终入侵类型；若未达到设定阈值，则使用神经网络分类器对物联网目标域入侵检测数据进行入侵检测。2.根据权利要求1所述的物联网入侵检测方法，其特征在于，所述步骤S2包括：采用LatentSemanticIndexing算法，以互联网源域入侵检测数据作为输入，构建基于源域训练的推荐系统；其数学表达式为：其中，M矩阵为源域特征矩阵，U为特征‑隐空间矩阵，T为隐空间变换矩阵，V为通讯数据‑隐空间矩阵，R为维度参数，为互联网源域第i条通讯数据，为物联网目标域第j条通讯数据，‘为物联网目标域第j条通讯数据经推荐系统处理后的数据表示。3.根据权利要求2所述的物联网入侵检测方法，其特征在于，所述步骤S3包括：采用所述基于源域训练的推荐系统，为每一个物联网目标域入侵检测数据推荐一个与其最相似的互联网源域入侵检测数据，被推荐的所述互联网源域入侵检测数据的入侵类别标签作为所述物联网目标域入侵检测数据的推荐系统标签，其数学表达式如下：j其中，RSS(xT)表示为第j个物联网目标域通讯数据推荐的互联网源域数据，PL为第j个物联网目标域通讯数据的推荐系统标签；之后，对所有物联网目标域入侵检测数据，根据其推荐系统标签按类取均值向量。4.根据权利要求3所述的物联网入侵检测方法，其特征在于，所述步骤S5包括：对所有互联网源域入侵检测数据按类取平均，并采用所述基于目标域训练的推荐系统，为每个互联网源域入侵检测数据的均值向量推荐前N个相似的物联网目标域入侵检测2CN115955336A权利要求书2/3页数据，并对所述N个相似的物联网目标域入侵检测数据取均值向量。5.根据权利要求4所述的物联网入侵检测方法，其特征在于，所述步骤S6包括：最小化每个通讯类别之间的基于源域训练的推荐系统的推荐结果以及基于目标域训练的推荐系统的推荐结果之间的欧式距离，其数学表达式如下：其中，LABR为推荐系统匹配损失，以及分别为基于源域训练的推荐系统为物联网目标域的推荐，以及基于目标域训练的推荐系统为互联网源域的推荐。6.根