基于二分类前馈神经网络的恶意车辆检测方法

    公开(公告)号:CN116595433A

    公开(公告)日:2023-08-15

    申请号:CN202310405618.5

    申请日:2023-04-17

    摘要: 本发明公开了一种基于二分类前馈神经网络的恶意车辆检测方法,对原有前馈神经网络的输入层、中间层和输出层进行改进。原有数据集为车辆发送的消息集合,对原有数据集归一化处理得到增强数据集,并送入二分类前馈神经网络训练,训练数据经过网络特征提取后,通过sigmoid函数得到消息的不可信度,将二元交叉熵损失与采集标注的真实值计算损失值,最后基于网络计算的损失值进行权重更新,得到最优网络;在应用阶段将最优网络部署在GPU设备上,预测时使用socket和仿真平台通信,车辆收到其它车辆发送的消息后,将消息内容发送到二分类前馈神经网络中进行预测。本发明简化了原有模型,提高了准确率和召回率,降低训练时间成本,实现了前沿技术的实用化。