《Internet of Things》：Adaptive Multi-View Transformer Ensemble for Intrusion Detection: Addressing Data Imbalance and Enhancing Attack Classification
编辑推荐：
网络入侵检测系统（IDS)面临数据集不平衡、对零日攻击检测效果有限以及在不同攻击向量上性能不一致等持续性挑战。本研究提出了面向入侵检测的自适应多视角Transformer集成框架(AMTE-IDS)，通过创新性地整合先进的数据平衡、多视角特征学习和动态集成分类
网络入侵检测系统（IDS)面临数据集不平衡、对零日攻击检测效果有限以及在不同攻击向量上性能不一致等持续性挑战。本研究提出了面向入侵检测的自适应多视角Transformer集成框架(AMTE-IDS)，通过创新性地整合先进的数据平衡、多视角特征学习和动态集成分类方法来解决上述局限性。研究人员引入了采用多批评家互补视角的多模态Wasserstein生成对抗网络梯度惩罚(MM-WGAN-GP)架构，为少数类攻击生成高质量的合成样本。多视角特征学习模块通过专门的基于Transformer的路径提取网络流量的互补表征，分别关注全局特征、时间模式和协议特定特征。动态集成检测模块根据输入特征自适应地组合专门的分类器，在保持对不断演变威胁的鲁棒性能的同时，实现对不同攻击向量的高效检测。在NSL-KDD、UNSW-NB15和CIC-IDS2017数据集上的广泛实验表明，AMTE-IDS实现了97.8%的总体准确率和73.2%的少数类F1分数，分别优于最先进的MCGC-IDS方法+0.9%/+2.4%(p<0.001)，同时将误报率降低57.1%，0.35ms的每样本推理延迟证实了实时部署的可行性。该框架在不同网络环境和攻击模式间表现出良好的泛化能力，为解决现代网络安全的复杂挑战提供了一种有前景的方法。
本研究围绕网络入侵检测系统面临的三大核心挑战展开：数据类别严重不平衡、单一视角特征学习的局限性以及静态集成方法难以适应动态威胁环境。现有入侵检测系统在处理少数类攻击（如用户提权(U2R)和远程本地(R2L)攻击)时性能显著下降，传统方法如合成少数类过采样技术(SMOTE)在高维网络数据上表现不佳，而标准生成对抗网络(GAN)存在训练不稳定性和模式崩溃问题。此外，单一视角的特征提取方法无法全面捕捉网络攻击在多维度上的复杂表征，静态集成策略也缺乏根据输入特性动态调整的能力。为此，研究人员提出了AMTE-IDS框架，该成果发表于《Internet of Things》期刊。
在技术方法层面，研究人员采用了三项核心技术：多模态Wasserstein GAN梯度惩罚(MM-WGAN-GP)、多视角Transformer特征学习以及动态集成检测。MM-WGAN-GP通过三类异构批评家（多层感知机(MLP)、Transformer、残差网络）提供互补评估反馈，并辅以三阶段质量控制机制；多视角特征学习模块将特征划分为全局统计量、时间间隔序列(IAT)和协议特定特征三类，分别输入独立的Transformer通路处理；动态集成检测模块基于梯度提升决策树(GBDT)、双向长短期记忆网络(BiLSTM)、图神经网络(GNN)和孤立森林(IF)四类异构专家，通过路由网络实现自适应融合。
数据预处理与分布平衡结果：研究人员实施了五阶段自适应预处理流程，包括基于偏度的缺失值插补、Winsorization异常值处理、基于基数自适应编码策略、分布感知归一化以及保留95%方差的主成分分析(PCA)降维。预处理使少数类F1分数提升36.4%-59.7%，训练时间减少15.2%-21.7%。在高级数据分布平衡模块中，MM-WGAN-GP的MMD较单批评WGAN-GP降低49.0%，三阶段质量控制过滤掉42.9%的低质量合成样本。对数平衡策略在NSL-KDD的U2R类上比等量均衡策略F1分数高10.5%，在UNSW-NB15的Worms类上高17.8%。跨数据集迁移实验显示，该平衡方法比传统WGAN提升12.8%-18.5%的F1分数。
多视角特征学习结果：全局视图对DoS和Generic类攻击最为关键，移除该视图平均导致F1降低3.5%-4.2%；时间视图对暴力破解（F1降低4.7%）、僵尸网络（5.3%）和多阶段渗透攻击（6.1%）检测贡献最大；协议视图对Web攻击（5.9%）和Shellcode（4.8%）检测不可或缺。跨视图注意力融合机制在稀有攻击类型上比静态加权融合提升3.3%-5.3%。t-SNE可视化及聚类指标显示，多视角特征的Davies-Bouldin指数(DBI)降低32.8%-43.3%，轮廓系数提升29.3%-45.5%。特征分配鲁棒性分析证实，基于语义的分拆策略虽未显著优于替代方案，但具有最低的运行方差（±0.04% Minority F1）。
动态集成检测与整体性能结果：与标准混合专家(MoE)模型相比，动态集成检测在准确率上提升+1.3%，少数类F1提升+4.5%；概念漂移恢复速度提升4.4倍（95样本 vs 500样本）。表12显示AMTE-IDS在NSL-KDD上达到97.8%准确率、96.8% F1分数和2.3%误报率，较MCGC-IDS分别提升+0.9%、+0.7%并降低30.3%误报；UNSW-NB15上为96.4%/95.9%/3.1%，提升+0.7%/+1.3%并降低32.6%误报；CIC-IDS2017上为98.2%/97.7%/1.8%，提升+0.2%/+0.1%并降低10.0%误报。平均误报率降低57.1%。对抗鲁棒性方面，AMTE-IDS在投影梯度下降(PGD)攻击下达到89.9%鲁棒准确率，攻击成功率(ASR)仅8.1%，较集成基线提升15.7%鲁棒准确率；在10%标签翻转投毒攻击下维持93.8%准确率，仅下降3.7%。计算效率方面，基础推理延迟0.35ms（2,857样本/秒），经FP16量化和15%注意力剪枝优化后降至0.27ms（3,704样本/秒），支持10+ Gbps网络，模型压缩64%，FLOPs减少85%。
讨论与结论部分：AMTE-IDS通过三项协同创新有效解决了当代入侵检测系统的关键局限。MM-WGAN-GP的多批评架构生成高质量合成数据，三阶段质量控制确保数据保真度；多视角Transformer特征学习捕捉攻击的多维表征，动态注意力融合实现视角自适应加权；基于性能历史的动态集成实现了概念漂移的快速适应。实验验证了该框架在不同网络环境和攻击模式下的强泛化能力，0.35ms的推理延迟和10 Gbps吞吐量支持证实了实际部署可行性。未来工作将整合SHAP（SHapley Additive exPlanations）量化和局部可解释模型无关解释(LIME)以增强可解释性，并从GBDT组件提取人类可读的检测规则。研究结论指出，AMTE-IDS在NSL-KDD、UNSW-NB15和CIC-IDS2017数据集上达到97.8%准确率和73.2%少数类F1分数，显著优于现有方法，误报率降低57.1%，为关键基础设施的实际安全防护提供了有效解决方案。
