本文提出了一种基于FastGRNN(Fast Gated Recurrent Neural Network)模型，适用于列车通信网络的网络入侵检测系统。实验证明：相比其他分类模型，FastGRNN拥有更高的分类精度，以及更低的系统占用。凭借FastGRNN的优良特性，该系统能在列车各车厢现存设备上部署网络入侵检测程序，在这些设备完成自己本职工作的同时，将其转化为入侵检测节点，相比于集中式的入侵检测系统，该系统拥有更高的效率和更低的部署成本。
科研之友
微信
新浪微博
Facebook
分享链接
