基于自知识蒸馏的轻量级网络入侵检测方法
密码学与安全
2023-07-21 v1
摘要
网络入侵检测（NID）作为安全网络环境的核心技术，获得了广泛的研究与应用。尽管研究者付出了巨大努力，NID 在资源受限设备上的部署仍面临挑战。为了在同时降低计算成本和模型存储的同时提高检测精度，我们提出了一种基于自知识蒸馏的轻量级入侵检测方法，即 LNet-SKD，它实现了准确性与效率之间的权衡。具体而言，我们精心设计了 DeepMax 模块以高效提取紧凑表示，并通过堆叠 DeepMax 模块构建 LNet。此外，考虑到补偿轻量级网络导致的性能下降，我们采用批级自知识蒸馏来提供训练一致性的正则化。在基准数据集上的实验证明了我们提出的 LNet-SKD 的有效性，它以更少的参数和更低的计算负载优于现有最先进的技术。
关键词
引用
@article{arxiv.2307.10191,
title = {A Lightweight Approach for Network Intrusion Detection based on Self-Knowledge Distillation},
author = {Shuo Yang and Xinran Zheng and Zhengzhuo Xu and Xingjun Wang},
journal= {arXiv preprint arXiv:2307.10191},
year = {2023}
}
备注
Accepted to IEEE ICC 2023