基本信息

---

下载

文档摘要

---

摘要

物联网发展迅速，已广泛应用于各个行业和社会生活的各个方面，然而物联

网安全的相关保障技术尚不完善，物联网领域仍然面临着诸多的安全挑战。得益

于人工智能技术的持续发展与机器学习在物联网入侵检测领域的广泛应用，物联

网的入侵检测能力得到了显著增强。但是，在训练物联网入侵检测模型时，特征

数据的复杂性和冗余性可能会对模型的泛化能力产生影响。此外，以往单个分类

器进行入侵检测时，检测结果易受分类器特性的影响，且检测效果不好。

对于以上问题，分别从特征提取和分类器堆叠两个方面着手。首先提出