通信网络多次变异信息入侵检测数学模型构建

摘要

在通信网络变异信息入侵检测的过程中，变异信息节点各自分散，权重向量无法统一，受到局部解释的影响，检测沙普利可加性解释（SHAP）值为负值，导致检测误差增加，影响检测精度。因此，本文设计了通信网络多次变异信息入侵检测数学模型。通过关系图将变异信息节点连接起来，整合通信多次变异信息入侵检测权重向量。利用伪标签与未知标签数据，更新网络多变异信息入侵检测向量交叉熵损失函数，对入侵检测向量进行微调。将局部解释和全局解释作为模型解释标签，输出变异信息入侵检测函数全局解释SHAP值，从而实现多次变异信息入侵的精准检测。检测结果显示，检测误差在训练轮次为150次之后达到平衡，且无限趋近于0，检测精度较高，表明该模型对提升通信网络数据传输质量具有重要作用。

关键词

通信网络 / 多次变异信息 / 入侵检测 / 数学模型 / 沙普利可加性解释(SHAP)值