EGGA：一种基于错误引导的生成增强技术及优化的机器学习入侵检测系统，用于电动汽车充电网络安全防护 作者：李阳（Li Yang）与 G. Kirubavathi

《Future Internet》：EGGA: An Error-Guided Generative Augmentation and Optimized ML-Based IDS for EV Charging Network Security Li Yang and G. Kirubavathi

　　摘要：电动汽车充电系统（EVCS）与物联网（IoT）和智能电网基础设施的连接日益紧密，但由于攻击接口的增加，它们面临着日益增长的网络安全风险。这些系统容易受到各种攻击，这些攻击可能影响充电操作和用户隐私。入侵检测系统（IDS）对于识别可疑活动和降低风险以保护EVCS网络至关重要，但由于数据集不平衡、流量分布复杂以及人为设计限制，传统的基于机器学习（ML）的IDS往往无法达到最佳性能。实际上，EVCS流量通常是多类的、不平衡的，并且对安全性要求极高，漏检和误报都可能导致充电拒绝、服务中断、不必要的事件升级、财务损失以及用户信任度下降。自动化机器学习（AutoML）和生成式人工智能（GAI）已成为网络安全领域有前景的解决方案。现有的GAI和增强方法主要是基于类别频率的，但这并不一定能改善IDS实际失败的高错误率区域。在本文中，我们提出了一种基于GAI和AutoML的IDS，该IDS结合了条件生成对抗网络（cGAN）和优化的XGBoost模型，以提高EVCS网络和IoT系统中入侵检测的有效性。所提出的框架包括两种技术：（1）一种新颖的基于cGAN的错误引导生成增强（EGGA）方法，该方法提取误分类样本并生成更强大的训练集用于IDS开发；（2）一种优化的IDS模型，该模型基于贝叶斯优化和树结构Parzen估计器（BO-TPE）自动构建优化的XGBoost模型。主要算法创新在于EGGA，它利用模型错误来引导生成增强到决策难度较高的区域，而整个流程代表了EGGA、XGBoost和BO-TPE的实际系统级集成。据我们所知，这是首次结合GAI和AutoML来专门改进难样本检测的工作，使得在EV充电网络和IoT系统中更自主、更可靠地识别各种网络攻击成为可能。实验在两个基准EVCS和网络安全数据集CICEVSE2024和CICIDS2017上进行，显示出比现有最先进IDS模型一致且具有统计意义的改进。这项研究强调了结合自动化、生成平衡和优化学习以加强EV充电网络和IoT系统的网络安全解决方案的重要性。

1. 引言
全球电动汽车（EV）的兴起和广泛的充电基础设施的发展，使电动汽车充电系统（EVCS）变成了复杂的网络物理系统[1]。现代EVCS不再只是孤立的设备，而是集成了许多物联网（IoT）组件，如电动汽车供电设备（EVSE）、云服务器、用户应用程序和智能电网接口[2]。这种增加的连通性使EVCS操作更加方便和智能，但相应的增加的攻击接口也使它们暴露在各种网络威胁之下。攻击者可能会针对EV充电站的固件或后端通信（例如开放充电点协议（OCPP）），甚至滥用用户认证机制来窃取服务[3]。例如，研究人员已经展示了一种拒绝充电攻击，这种攻击可以远程停止充电服务，导致服务中断和潜在的电网不平衡[4]。随着EVCS作为越来越连接和服务依赖的网络物理基础设施发挥作用，成功的攻击可能会扰乱充电可用性、破坏后端通信、滥用充电服务，并削弱运营可靠性和用户信任[5,6]。因此，确保充电网络的网络安全对于安全、可靠性和用户信任至关重要。

入侵检测系统（IDS）在保护像EVCS这样的IoT系统中发挥着关键作用，因为它们可以持续监控网络流量和设备行为，以发现网络攻击的迹象[3]。在EVCS部署中，IDS可以作为预防性控制（如防火墙、加密和访问控制）之后的第二层防御。IDS可以检测到表明严重攻击的异常模式，然后可以实施相应的对策来阻止当前攻击或预防未来的攻击[7]。在EVCS中，IDS可以检查充电器与中央管理系统之间的网络流量，或监控内部EVSE日志，以标记异常和攻击。更广泛地说，在EVCS和智能电网环境中，此类IDS通常作为分层网络安全架构的关键组成部分进行部署，其中检测补充了预防性和响应性安全机制，以提高整体网络弹性[8,9]。

机器学习（ML）模型因其强大的分析大量网络流量数据和学习复杂数据分布的能力而被广泛用于开发IoT系统的IDS[10]。然而，基于ML的IDS的有效性可能受到数据集不平衡和复杂流量分布的限制，这可能导致ML偏向于主导类别，并降低其对罕见但高影响事件的敏感性[11]。生成式人工智能（AI）模型，如生成对抗网络（GANs）、变分自编码器（VAEs）和变换器，通过生成逼真的合成数据来增强IDS，从而提高训练数据质量、减轻类别不平衡，并提高对罕见和不断演变攻击的检测鲁棒性[12]。然而，现有的增强方法主要是基于类别频率的。它们通常根据类别计数来扩展少数类别，但这并不一定能改善IDS实际产生误报和漏报的高错误率区域。另一方面，传统的基于ML的IDS通常依赖于手动设计的ML模型，这需要大量的人工努力和专业知识。自动化机器学习（AutoML）是一种先进的ML技术，旨在自动优化ML模型性能，超参数优化（HPO）是AutoML的一个重要过程[7,11]。在EV充电安全中，即使是小的检测改进也具有实际意义，因为它们可以减少服务中断、充电事件拒绝和对可疑活动的不必要操作响应[5,6]。因此，本文提出了一种基于生成式AI和AutoML的优化入侵检测框架，用于EV充电网络安全。所提出的IDS是一个多阶段IDS流程，它结合了高性能的基础ML模型、错误引导的生成平衡循环和自动化调整阶段。首先，开发了一个基于XGBoost的多类分类器作为初始入侵检测的基础模型[11]。其次，一种基于条件GAN（cGAN）的错误引导生成增强（EGGA）方法生成合成样本，以减轻不平衡并放大交叉验证中的误分类或困难样本，从而将增强集中在错误率较高的决策区域。第三，使用贝叶斯优化和树结构Parzen估计器（BO-TPE）优化方法来优化XGBoost超参数，以进一步提高检测性能[7]。这种集成将生成式AI与自动化超参数优化统一在一个封闭的IDS流程中，在不平衡的多类攻击分布下改善了类别平衡和决策边界质量。

本文的主要贡献总结如下：
- 提出了一种新颖的错误引导生成增强策略EGGA，该策略在交叉验证期间识别误分类样本，并使用cGAN模型生成针对难案例的合成数据，以加强错误率较高的决策区域。
- 提出了一种基于AutoML的优化XGBoost模型，使用BO-TPE来最大化入侵检测性能。
- 设计了一个多阶段封闭式IDS流程，用于EV充电网络，该流程紧密集成了强大的基础学习器、错误引导的生成增强和自动化模型调整，从而在不平衡、多类和非平稳的EVCS网络流量下实现更自主和可靠的检测。
- 在两个基准公共网络安全数据集CICEVSE2024[13]和CICIDS2017[14]上评估了所提出IDS的性能，并将其性能与最先进的GAI和优化ML模型进行了比较。
- 所提出方法的代码将在GitHub上发布并公开提供（https://github.com/LiYangHart/EGGA-Error-Guided-Generative-AI-and-Optimized-Machine-Learning-based-Intrusion-Detection-System（2026年4月9日访问）。

本文的主要算法创新在于提出的EGGA策略。具体来说，EGGA在分层交叉验证中提取出错样本，使用cGAN对这些困难样本的类别条件分布进行建模，并根据每个类别观察到的错误频率比例分配合成样本。整个框架通过应用BO-TPE来优化在EGGA增强数据上训练的最终XGBoost检测器，从而实现了有效的系统级集成。据我们所知，这是首次将错误聚焦的生成式AI模型与基于AutoML的模型优化相结合的工作，使得IDS能够更有效地学习困难攻击模式，并更可靠地保护EV充电网络和IoT系统。

本文的其余部分组织如下：第2节回顾了针对EVCS和IoT系统的优化ML和基于GAI的IDS技术的相关工作。第3节描述了所提出的优化IDS框架，重点介绍了基于cGAN的EGGA和BO优化的XGBoost方法。第4节介绍了性能评估，包括实验设置、指标和结果讨论。第5节总结了本文。

2. 相关工作
优化ML和生成式AI技术的快速发展重塑了现代IDS在复杂IoT环境（如EV充电网络）中的设计方式。在本节中，提供了全面的文献综述，介绍了现有的针对EVCS网络、IoT系统和现代网络的优化ML和基于生成式AI的IDS。

2.1. 基于优化的ML的IDS
最近的IDS研究越来越强调优化ML流程，通过系统地改进模型设计和超参数配置来减少对手动试错的依赖。Bakro等人[15]提出了一种以云为中心的IDS，通过混合生物启发式特征选择来优化随机森林（RF）流程。他们的方法结合了蚱蜢优化和遗传算法（GA），以搜索紧凑、高价值的特征子集，旨在在提高云流量多类检测质量的同时降低高维成本。Elmasry等人[16]提出了一种基于双粒子群优化（PSO）的自动化搜索策略，用于优化基于深度学习（DNNs）、长短期记忆（LSTM）和深度信念网络（DBNs）的入侵检测。这种方法使用群体优化在预训练期间调整特征集和学习超参数，使IDS能够适应其架构并实现更强的检测结果，同时减少手动设计工作量。

作为流行的深度学习（DL）方法，卷积神经网络（CNNs）也被用于入侵检测。Yang等人[17]提出了一种针对车辆网络的优化CNN基IDS，其中迁移学习减少了训练负担，超参数优化增强了最终检测器，针对车辆内部和外部网络攻击。在Car-Hacking和CICIDS2017数据集上的验证表明，精心优化的CNN迁移流程可以在不同的车辆安全领域中很好地泛化。Naeem等人[18]提出了一种多类车辆安全方法，该方法使用深度迁移学习和CNN作为骨干，并应用基于GA的优化来调整学习设置。这种以优化为中心的设计旨在系统地提高车辆安全流程中多类别攻击识别的性能。Khan等人[19]提出了优化集成IDS（OE-IDS），这是一种基于AutoML的集成IDS框架，用于现代网络，其中AutoML用于对候选学习器进行排名，然后使用软投票集成选定的模型以增强网络流量上的入侵检测性能。Singh等人[20]为无线传感器网络开发了AutoML-Intrusion Detection（AutoML-ID），其中BO自动从预定义的机器学习候选集中选择和调整性能最佳的模型，以减少手动设计工作量。尽管这些优化驱动的方法可以显著提高基于ML的IDS的有效性，但它们的改进仍然受到可用训练数据的质量和覆盖范围的限制，特别是在严重不平衡和难以学习的攻击区域。这些观察结果激发了补充策略，这些策略不仅优化了学习器，还优化了训练数据分布，自然导致了基于生成增强的IDS模型。

2.2. 基于生成式AI的IDS
生成式AI建模在IDS研究中越来越被用来解决数据瓶颈问题，通过合成真实的流量样本来减轻类别不平衡并更好地表示罕见攻击行为。在EVCS网络中，Asim等人[21]提出了VAE-XGBoost，这是一种混合流程，其中VAE模型学习紧凑的潜在表示，并在不平衡条件下支持更强大的学习，然后使用XGBoost进行最终攻击分类。这种设计反映了将生成模型的表示学习与强大的ML模型相结合的更广泛趋势，以获得高精度同时保持推理效率。Lee和Park[22]引入了一种基于GAN的不平衡数据IDS，该IDS生成少数类样本以减轻类别不平衡问题，然后使用下游分类器（如随机森林）评估检测性能。将这一想法扩展到表格IoT数据，Habibi等人[23]采用了条件表格（CTGAN）来建模和合成真实的表格记录，以表示罕见的僵尸网络行为，然后在增强数据上训练ML检测器以改进僵尸网络检测。这些研究共同表明，当特征高度耦合且非线性时（这在网络流量和物联网（IoT）流量中很常见），由生成式人工智能（Generative AI）学习的合成数据比简单的过采样（naive oversampling）更为准确。此外，Bouzeraib等人[24]将水平联邦学习（horizontal federated learning）与优化的Wasserstein生成对抗网络（WGAN-GP）结合使用，以提高IoT入侵检测能力，同时保持数据在客户端之间的局部性。这项工作表明，生成式增强（generative augmentation）可以与隐私意识训练（privacy-aware training）相结合，以提高分布式IoT部署的鲁棒性，但也提醒我们需要仔细验证合成样本的质量及其对安全关键场景中误报（false positives）的影响。

然而，大多数现有的生成式增强策略都是基于类别频率的（class-frequency-driven），这意味着它们会广泛增加少数类样本的数量，而不是将生成集中在检测器实际失败的决定区域。

2.3 文献比较与我们的贡献
总结来说，现有的基于优化的机器学习（ML）的入侵检测系统（IDSs）通过改进ML模型选择和超参数调整提高了检测能力，而基于生成式AI的IDSs通过添加合成样本改善了在不平衡数据下的学习效果。然而，现有的优化ML流程[15,16,17,18,19,20]假设训练分布是固定的，现有的生成式增强流程[21,22,23,24]是类别级别的（class-level），而不是错误级别的（error-level），因此它们并不能直接强化导致误报和漏报的具体决策区域。

在电动汽车充电系统（EVCS）和IoT环境中，这一限制变得更加重要，因为少数几个具有混淆性的样本可能会主导操作风险，仅仅增加少数类样本的数量并不能保证在最困难的情况下提高鲁棒性。此外，以往的工作通常将生成式增强和模型优化作为独立步骤来应用，而不是作为一个闭环，利用模型自身的错误来指导接下来应该生成哪些数据。这种差距促使我们提出了一个基于错误的生成式增强循环，该循环明确针对被错误分类或难以处理的样本，并结合自动模型调整来进一步加强最终的IDS。

因此，本研究提出了一个统一的框架，该框架以闭环方式结合了优化后的ML和生成式AI，用于电动汽车充电网络安全。我们提出的框架的主要贡献如下：首先，EGGA是一种基于错误引导的cGAN增强策略，它在交叉验证过程中提取被错误分类的样本，并生成有针对性的合成样本来加强容易出错的决策区域，而不仅仅是进行基于频率的平衡。其次，一个由AutoML驱动的优化阶段，它应用BO-TPE自动调整XGBoost的超参数，从而改进了最终的分类器，超越了默认设置或手动设计的模型。第三，一个多阶段的IDS流程紧密集成了强大的基于树的ML模型、基于错误的生成式增强和自动调整，以提高在不平衡的多类EVCS和一般网络流量下的鲁棒性。所提出框架的主要算法创新是EGGA，以及EGGA、XGBoost和BO-TPE在电动汽车充电网络安全方面的有效系统级集成。所提出的IDS框架在两个公共基准数据集CICEVSE2024和CICIDS2017上进行了评估，并与本节中回顾的现有最先进的优化ML和基于生成式AI的IDSs进行了比较，以展示其性能改进。

3. 提出的基于cGAN的IDS框架
3.1 系统概述
所提出的基于EGGA的优化IDS的总体架构如图1所示。该框架被设计为一个多阶段流程，将数据质量改进、基于错误的生成式增强和自动模型优化集成到一个端到端的入侵检测工作流中，适用于电动汽车充电网络和一般网络环境。该框架以CICEVSE2024和CICIDS2017的网络流量记录作为输入，并在任何学习组件之前应用一致的预处理模块。在实验工作流中，每个代表性子集首先按照80/20的比例分为分层训练和测试部分，保留的测试集仅用于最终评估。该模块通过均值/众数插补处理缺失值，通过标签编码将分类字段转换为数值，并执行最小-最大归一化，以便特征具有可比的尺度，并且在训练过程中下游的生成模型保持稳定。

接下来，框架进入所提出的EGGA阶段。具体来说，仅在训练集上使用分层交叉验证训练一个基础的XGBoost分类器，以识别被错误分类的样本，这些样本被视为决策空间中困难和易产生歧义的区域。然后，在这些错误样本及其来自训练集的类别标签上训练一个cGAN模型，以生成有针对性的合成样本，从而为训练集生成一个增强的训练集，这加强了模型在困难案例上的表现，而不仅仅是依赖于基于频率的类别平衡。

最后，使用增强的数据集来训练一个优化的入侵检测器。在这个阶段，使用BO-TPE仅使用EGGA增强的训练集自动调整XGBoost的超参数，从而得到一个选定的最终IDS进行部署。该框架的输出是一个多类决策，能够区分正常流量和特定的攻击类别，实现电动汽车充电系统及相关IoT环境的实际和准确的入侵检测。

3.2 数据预处理
在将数据输入cGAN模型和ML分类器之前，执行了几种在IDS开发中常见的数据预处理步骤，但这些步骤针对EVCS数据进行了定制，包括数据清洗、编码和归一化[7]。

在EVCS和IoT系统中，某些数据样本中可能会缺少某些特征。例如，数据包捕获可能遗漏了一些字段，或者由于不可用性，电动汽车没有报告某个值。许多基于ML的IDS无法直接处理缺失值，或者在训练过程中受到负面影响[7]。因此，处理缺失值至关重要。对于数值连续特征值，使用平均值进行插补；对于分类特征值，使用众数插补，即用最频繁的类别来填充缺失值[7]。此外，为了避免偏差，会删除重复的样本。

EVCS数据通常包含某些非数值特征，如IP地址、协议名称和充电器ID[13]。由于许多ML模型无法直接处理字符串或分类数据，因此需要编码将分类特征转换为数值特征[11]。在所提出的框架中，使用标签编码根据每个特征的唯一值数量将这些分类特征转换为整数[7]。选择这种方法而不是其他编码方法（如one-hot编码），因为它避免了不必要的维度扩展，并减少了计算和内存开销。此外，还对数据集进行归一化，以避免训练出有偏的ML模型。由于许多ML模型认为具有较大值的特征更为重要，因此使用数据归一化将特征值缩放到一个可比的范围内[11]。在最小-最大归一化中，特征值被缩放到[0, 1]的范围内。这个[0, 1]范围还使得所提出的GAN模型能够使用Sigmoid激活函数作为生成器的输出，因为不一致的特征尺度可能会妨碍生成器和鉴别器的学习过程。最小-最大归一化后的特征值表示为[7]，????=????????????????????????????，其中x是原始值，??????和??????是原始特征的最小值和最大值。

在预处理步骤之后，更新后的数据集作为输入，用于基于cGAN的EGGA方法，以生成更好的数据集。

3.3 提出的基于cGAN的错误引导生成式增强（EGGA）方法
为电动汽车充电网络设计IDS框架具有挑战性，因为数据分布通常是多类的且严重不平衡的，罕见攻击出现得稀少，并且经常与特征空间中的良性事件重叠[25]。在这种情况下，即使高容量的分类器也能获得强大的平均指标，但在部署过程中仍然会在一小部分模糊样本上失败，这些样本会导致误报和漏报。此外，常见的平衡策略根据类别频率分配增强预算，而不是根据分类器的经验错误模式，这可能会导致难以处理的决策区域被低估。因此，为了实现以错误为中心的学习原则，所提出的EGGA方法引入了一个闭环增强机制，该机制使用被错误分类的样本作为困难区域的数据驱动代理，然后根据它们的标签合成额外的训练样本[26]。

因此，所提出的EGGA方法整合了（i）交叉验证的错误提取，（ii）条件对抗学习错误分布，以及（iii）错误频率分配规则，用于确定每个类别生成多少合成样本。该方法将生成式增强视为一个优化操作符，迭代地重塑训练分布以减少重复的决策错误。

生成式AI模型对于IDS开发很有吸引力，因为它们可以在不丢弃对建模正常行为至关重要的多数类信息的情况下优化数据分布。在表格安全数据中，简单的过采样可能会扭曲联合特征依赖性，而神经生成模型可以学习复杂的多变量结构，并为下游分类器提供更有用的合成数据[27]。在生成模型中，GANs通过在生成器和鉴别器之间的对抗性训练来学习[22]。然而，无条件的GANs在多类环境中可能会遇到困难，因为生成器可能会趋向于主导模式，产生的样本不能反映特定类别的语义。条件GANs通过根据标签对两个网络进行条件化，明确建模类别条件分布???(?? ∣??)来解决这一限制[28]。

设??～???(??)是一个潜在的噪声向量，?? ∈{1,…,??}是一个由one-hot向量?? ∈{0,1}??表示的类别标签。cGAN定义了一个生成器???(??,??)，它输出一个合成特征向量???，以及一个鉴别器???(??,??)，后者估计在给定条件??的情况下??是真实的概率。标准的最小最大目标是最小化???和最大化???的损失函数：min???max????cGAN?(??,??)=????data?[log????(??,??)]?+????,???[log??(1????(???(??,??),??))]，其中??data表示对(??,??)～??data的期望，????,??表示对??～???(??)和??～???(??)的期望。

在EGGA中，G和D都实现为多层感知器，处理串联的输入。具体来说，生成器接受[??;??]并应用两个带有LeakyReLU激活函数和批量归一化的隐藏层，然后是一个输出层，生成特征维度的合成向量。鉴别器接受[??;??]并应用两个带有LeakyReLU的隐藏层，然后是一个Sigmoid输出，表示???(??,??) ∈(0,1)。

与普通的GAN相比，条件化提供了可控的采样并减少了跨类别混合。此外，与VAE风格的模型[21]相比，cGANs直接在对抗性标准下优化样本的真实感，而不是最大化证据下界，当主要目标是加强决策边界时，后者可能会产生过于平滑的样本。在EGGA中，选择cGAN是因为其标签可控性和轻量级的采样成本，这对于IDS流程中的迭代增强是理想的。

所提出的EGGA过程可以总结为一个基于错误的增强循环，如算法1所示。
步骤1：通过分层交叉验证进行错误挖掘：给定训练集??????? ={???????,???????}，EGGA执行分层K折交叉验证，使用一个基础学习器（默认配置为多类概率的XGBoost）。在每个折中，学习器在?? ?1折上进行训练，并在保留的折上进行评估。对于每个验证样本i，预测标签为^???? =arg?max????????(??=??∣????)，当^???? ≠????时收集被错误分类的样本。跨折的并集形成了错误集：?=?????=1{(????,????):^??(??)??≠????}。这种设计确保了?包含在折外评估中难以处理的样本，而不仅仅是捕获训练噪声。此外，代码存储了元数据，如折索引和预测概率，但EGGA仅使用原始特征结构和真实标签进行生成器训练。

步骤2：在聚合的错误集上训练一个cGAN：设????和????表示从?中提取的特征和标签。EGGA在(????,????)上训练一个cGAN，其中标签使用确定性映射class_to_index转换为one-hot向量。在每个训练周期中，EGGA从(????,????)中抽取一个小批量真实样本(??,??)，并从????中的经验标签分布中抽取??～???(0,??)作为合成样本。生成器产生??? =???(??,???)，并通过最小化???=????[log????(??,??)]????[log?(1????(???,???)]来更新鉴别器。然后通过最小化???=????[log????(???(??,???)], 来更新生成器，从而得到选定的最终IDS。框架的输出是一个多类决策，能够区分正常流量和特定的攻击类别，实现电动汽车充电系统及相关IoT环境的实际和准确的入侵检测。

步骤3：错误引导的合成与错误比例分配：在将数据输入cGAN模型和ML分类器之前，执行了几种在IDS开发中常见的数据预处理步骤，但这些步骤针对EVCS数据进行了定制，包括数据清洗、编码和归一化[7]。

在EVCS和IoT系统中，某些数据样本中可能会缺少某些特征。例如，数据包捕获可能遗漏了一些字段，或者由于不可用性，电动汽车没有报告某个值。许多基于ML的IDS无法直接处理缺失值，或者在训练过程中受到负面影响[7]。因此，处理缺失值至关重要。对于数值连续特征值，使用平均值进行插补；对于分类特征值，使用众数插补，即用最频繁的类别来填充缺失值[7]。此外，为了避免偏差，会删除重复的样本。

EVCS数据通常包含某些非数值特征，如IP地址、协议名称和充电器ID[13]。由于许多ML模型无法直接处理字符串或分类数据，因此需要编码将分类特征转换为数值特征[11]。在所提出的框架中，使用标签编码根据每个特征的唯一值数量将这些分类特征转换为整数[7]。选择这种方法而不是其他编码方法（如one-hot编码），因为它避免了不必要的维度扩展，并减少了计算和内存开销。此外，还对数据集进行归一化，以避免训练出有偏的ML模型。由于许多ML模型认为具有较大值的特征更为重要，因此使用数据归一化将特征值缩放到一个可比的范围内[11]。在最小-最大归一化中，特征值被缩放到[0, 1]的范围内。这个[0, 1]范围还使得所提出的GAN模型能够使用Sigmoid激活函数作为生成器的输出，因为不一致的特征尺度可能会妨碍生成器和鉴别器的学习过程。最小-最大归一化后的特征值表示为[7]，????=????????????????????????????，其中x是原始值，??????和??????是原始特征的最小值和最大值。

在预处理步骤之后，更新后的数据集作为输入，用于基于cGAN的EGGA方法，以生成更好的数据集。

3.3 提出的基于cGAN的错误引导生成式增强（EGGA）方法
为电动汽车充电网络设计IDS框架具有挑战性，因为数据分布通常是多类的且严重不平衡的，罕见攻击出现得稀少，并且经常与特征空间中的良性事件重叠[25]。在这种情况下，即使高容量的分类器也能获得强大的平均指标，但在部署过程中仍然会在一小部分模糊样本上失败，这些样本会导致误报和漏报。此外，常见的平衡策略根据类别频率分配增强预算，而不是根据分类器的经验错误模式，这可能会导致难以处理的决策区域被低估。因此，为了实现以错误为中心的学习原则，所提出的EGGA方法引入了一个闭环增强机制，该机制使用被错误分类的样本作为困难区域的数据驱动代理，然后根据它们的标签合成额外的训练样本[26]。

因此，所提出的EGGA方法整合了（i）交叉验证的错误提取，（ii）条件对抗学习错误分布，以及（iii）错误频率分配规则，用于确定每个类别生成多少合成样本。该方法将生成式增强视为一个优化操作符，迭代地重塑训练分布以减少重复的决策错误。

生成式AI模型对于IDS开发很有吸引力，因为它们可以在不丢弃对建模正常行为至关重要的多数类信息的情况下优化数据分布。在表格安全数据中，简单的过采样可能会扭曲联合特征依赖性，而神经生成模型可以学习复杂的多变量结构，并为下游分类器提供更有用的合成数据[27]。在生成模型中，GANs通过在生成器和鉴别器之间的对抗性训练来学习[22]。然而，无条件的GANs在多类环境中可能会遇到困难，因为生成器可能会趋向于主导模式，产生的样本不能反映特定类别的语义。条件GANs通过根据标签对两个网络进行条件化来解决这一限制，明确建模类别条件分布???(?? ∣??)[28]。

设??～???(??)是一个潜在的噪声向量，?? ∈{1,…,??}是一个由one-hot向量?? ∈{0,1}??表示的类别标签。cGAN定义了一个生成器???(??,??)，它输出一个合成特征向量???，以及一个鉴别器???(??,??)，后者估计在给定条件??的情况下??是真实的概率。标准的最小最大目标是：min???max????cGAN?(??,??)=????data?[log????(??,??)]?+????,???[log??(1????(???(??,??),??)]，其中??data表示对(??,??)～??data的期望，????,??表示对??～???(??)和??～???(??)的期望。

在EGGA中，G和D都实现为多层感知器，处理串联的输入。具体来说，生成器接受[??;??]并应用两个带有LeakyReLU激活函数和批量归一化的隐藏层，然后是一个输出层，生成特征维度的合成向量。鉴别器接受[??;??]并应用两个带有LeakyReLU的隐藏层，然后是一个Sigmoid输出，表示???(??,??) ∈(0,1)。

与普通的GAN相比，条件化提供了可控的采样并减少了跨类别混合。此外，与VAE风格的模型[21]相比，cGANs直接在对抗性标准下优化样本的真实感，而不是最大化证据下界，后者在主要目标是加强决策边界时可能会产生过于平滑的样本。在EGGA中，选择cGAN是因为其标签可控性和轻量级的采样成本，这对于IDS流程中的迭代增强是理想的。

所提出的EGGA过程可以总结为一个基于错误的增强循环，如算法1所示。
步骤1：通过分层交叉验证进行错误挖掘：给定训练集??????? ={???????,???????}，EGGA执行分层K折交叉验证，使用一个基础学习器（默认配置为多类概率的XGBoost）。在每个折中，学习器在?? ?1折上进行训练，并在保留的折上进行评估。对于每个验证样本i，预测标签为^???? =arg?max????????(??=??∣????)，当^???? ≠????时收集被错误分类的样本。跨折的并集形成了错误集：?=?????=1{(????,????):^??(??)??≠????}。这种设计确保了?包含在折外评估中难以处理的样本，而不仅仅是捕获训练噪声。此外，代码存储了元数据，如折索引和预测概率，但EGGA仅使用原始特征结构和真实标签进行生成器训练。
步骤2：在聚合的错误集上训练一个cGAN：设????和????表示从?中提取的特征和标签。EGGA在(????,????)上训练一个cGAN，其中标签使用确定性映射class_to_index转换为one-hot向量。在每个训练周期中，EGGA从(????,????)中抽取一个小批量的真实样本(??,??)，并从????中的经验标签分布中抽取??～???(0,??)作为合成样本。生成器产生??? =???(??,???)，并通过最小化???=????[log????(??,??)]????[log?(1????(???,???)]来更新鉴别器。然后通过最小化???=????[log????(???(??,???)], 来更新生成器，从而鼓励合成样本在相同的标签条件下被分类为真实。实现进一步应用了一个简单的稳定启发式方法，通过一个在训练过程中递增的调度因子来缩放生成器目标标签，这减少了早期训练中过于激进的生成器更新。
步骤3：基于错误的合成与错误比例分配：训练完成后，EGGA根据学习到的条件为每个类别生成合成样本。设???? =|{(??,??) ∈?? :?? =??}|为类别c的错误计数。EGGA分配一个合成预算：????=??·????，其中m是一个用户控制的乘数。对于每个???? >0的类别c，EGGA抽取??1:????～???(0,??)并设置条件为?? =??，然后生成??(??)???????? =???(??1:????,??)。最终，增强后的训练集构建如下：??????????????????=[???????;??????????],??????????????????=[???????;??????????]，（7）其中[·; ·]表示连接。所提出的EGGA方法提供了三个实际优势。首先，它是错误选择性的。生成器模拟了被错误分类样本的经验分布，从而将合成集中在不确定的区域，而不是全局过度采样少数类。其次，它是类别可控的。条件化使得攻击特定的合成成为可能，并降低了生成模糊的跨类样本的风险。第三，它适用于迭代训练。从训练好的cGAN中采样在计算上比更复杂的基于似然或基于扩散的表格生成器更便宜，同时在许多情况下仍能为下游分类器提供强大的效用[26]。算法1：EGGA：错误引导的生成增强。使用EGGA产生的增强错误训练集后，下一步是优化基于ML的入侵检测，使其容量和正则化与丰富的困难样本的分布相匹配。3.4. 使用基于树结构的Parzen估计器（BO-TPE）的贝叶斯优化优化XGBoost模型在使用所提出的基于cGAN的EGGA方法生成了包含增强困难样本的更新数据集后，使用BO-TPE方法训练优化的XGBoost模型。在这项工作中，我们采用了XGBoost，这是一种可扩展的梯度提升决策树（GBDT）算法，它通过构建K个回归树的加法集成来高效地模拟复杂的非线性决策函数[11]。给定一个训练集?? ={(????,????)}????=1，XGBoost预测[29]：^????=??∑??=1?????(????)，????∈?，（8）其中?表示分类和回归树（CARTs）的空间。学习目标结合了经验损失和结构正则化：??=??∑??=1??(????,^????)+??∑??=1???(????），（9）以及常见的树正则化：Ω?(??)=?????+??2???∑??=1??2??，（10）其中T是叶子节点的数量，????是叶子节点j上的得分。XGBoost使用损失的二阶近似逐步优化（9），与许多端到端的深度模型相比，这能够快速收敛并为表格特征提供稳定的学习[29]。选择XGBoost作为基础入侵检测器的原因如下：提升树和XGBoost在中等规模的表格问题上仍然具有很高的竞争力或优于深度神经网络，通常具有较低的调整负担和更强的开箱即用性能[7]。树集成结构捕捉了网络行为中自然发生的非线性特征交互，同时保持了适合实时或接近实时检测的高效推理[30]。XGBoost包括显式的正则化和收缩机制，这些机制在目标增强重塑训练分布后对不平衡的安全数据集有效，特别是对抗过拟合[31]。这些特性使得XGBoost成为多阶段IDS管道中的最终检测器的强大选择，在这里数据改进和模型优化是顺序进行的。XGBoost包括一组丰富的超参数，共同控制集成大小、树复杂性、采样和正则化。实践中最有影响力的参数包括提升轮数K（通常表示为n_estimators）、最大树深度max_depth和收缩因子learning_rate，它们共同决定了偏差方差权衡和收敛行为[7]。在这项工作中，BO使用TPE实现，TPE是一种基于密度的非参数替代方法，它模拟???(?? ∣??)而不是???(?? ∣??)，并支持条件性的、树结构的搜索空间[7]。给定一个观察历史? ={(????,????)}????=1，TPE使用分位数阈值?? ?将配置分为更好的集合?(??)和更差的集合?(??)：???(??∣??,?)={???(??),??≤???,???(??),??>???，（11）其中???(??)和???(??)是Parzen窗口密度估计。阈值?? ?是BO-TPE的数据依赖模型参数，它在优化过程中根据当前观察到的损失自动初始化和更新。然后通过最大化密度比来提出候选配置：??next=arg?max??∈Ω????(??)???(??），（12）这相当于在良好配置下选择高概率的点，在不良配置下选择低概率的点[32]。与使用高斯过程的BO相比，TPE通常更适用于混合离散和连续超参数以及高维空间[32]。与PSO和GA等元启发式优化器相比，BO-TPE通常需要更少的评估次数就能达到强大的配置，当每次评估都需要训练和验证IDS模型时，这一点非常重要[7]。算法2描述了用于优化入侵检测性能的XGBoost模型的优化过程。算法2：在EGGA增强数据上对XGBoost进行BO-TPE超参数优化。总体而言，所提出的IDS是一个多阶段管道，首先通过EGGA改进训练分布，然后通过BO-TPE优化的XGBoost最大化检测器的效用。这种设计的关键优势在于数据优化和模型优化是同步的：EGGA将训练密度集中在经验上困难的区域，然后BO-TPE调整集成容量和正则化，以便最终的XGBoost模型可以利用丰富的困难样本分布而不会过拟合。这种闭环组合在模糊情况下增强了检测性能，同时保持了效率，为EV充电网络和相关物联网系统中更自主和可靠的IDS部署提供了实际路径。4. 性能评估 4.1. 实验设置为了开发和评估所提出的IDS，模型是在Python 3.7环境中通过扩展Scikit-learn [33]、Xgboost [29]和Keras [34]库实现的。在实验中，模型在配备有Intel Core i9 9900K处理器、64 GB RAM和NVIDIA GeForce RTX 2080 Ti GPU的Alienware Aurora R9机器上进行了训练，代表了EVCS或物联网系统中的中央服务器级平台。所提出的IDS框架在两个公共基准数据集CICEVSE2024 [13]和CICIDS2017 [14]上进行了评估，以验证EV充电特定的威胁覆盖范围和一般的网络入侵检测能力。CICEVSE2024 [13]是一个专门为EVCS安全研究设计的先进网络安全数据集。它由加拿大网络安全研究所（CIC）发布，收集自一个包含EVSE单元、基于Raspberry Pi的组件和通信设备的操作级2级EV充电站测试平台，这些组件能够实现真实的协议交互。其测试平台能够在空闲和充电状态下生成真实的数据。CICEVSE2024涉及许多网络攻击，包括针对EV充电通信表面的各种侦察和拒绝服务场景，这对于控制多类IDS模型的评估非常有价值。在这项工作中，IDS评估集中在CICEVSE2024的网络流量数据集上。CICIDS2017 [14]也是由CIC发布的广泛使用的入侵检测基准数据集。它包含带有超过80个特征的标记网络流量和在各种攻击场景中生成的相应流量捕获。CICIDS2017数据集包括良性流量和在捕获期间执行的多种攻击家族，包括暴力攻击、拒绝服务变体、网络攻击、渗透和分布式拒绝服务流量。这种多样性使得CICIDS2017适用于在异构流量模式和严重类别不平衡的情况下评估IDS模型，这在实际部署中仍然是一个实际挑战。这两个数据集在其原始发布时都表现出相当大的规模和类别不平衡，这可能会显著增加模型训练、过采样和超参数优化的计算成本。因此，为了本工作的目的，在类别级别构建了代表性子集，以保持攻击多样性，同时确保实验的可靠性。特别是，采样策略旨在保留每个攻击类别的足够样本，以保持统计上有意义的评估，同时反映EV充电生态系统中的边缘和嵌入式部署中常见的存储和处理限制[3]。为了评估所提出的模型，在实验中使用了交叉验证和保留验证方法。在所提出框架的第一阶段，对基础ML模型实施了五折交叉验证，以识别整个训练集中的所有困难样本或错误分类样本。在使用所提出的基于cGAN的EGGA方法生成的新训练集训练出优化后的ML模型后，其在测试集上的性能进行了评估。使用80/20%的训练-测试分割进行保留验证，因为这是一个标准分割，并且有足够的样本来构建训练集和测试集以进行评估并避免过拟合。在整个模型开发过程中，保留的20%测试集保持不变，只有训练集用于模型开发程序，包括错误识别、cGAN训练、合成样本分配和使用BO-TPE的HPO过程。表1和表2展示了本研究中使用的CICEVSE2024和CICIDS2017数据集的类别组成。对于每个类别，表格报告了类别标签、最终子集中的总样本数、类别分布百分比、80/20分割后的原始训练样本数、在训练分割上进行五折交叉验证时基础XGBoost模型识别的错误分类样本数、EGGA后的训练样本数以及测试样本数。如这些表格所示，两个数据集都明显不平衡，有几个少数类包含的样本远少于主导类。这一特性激发了所提出的EGGA方法，该方法旨在加强数据分布中容易出错和代表性不足区域的学****表1. 使用的CICEVSE2024数据集的组成。表2. 使用的CICIDS2017数据集的组成。在类别级别构建了代表性子集。对于样本有限的少数类（例如CICEVSE2024中的ICMP洪水或碎片化、正常类），保留了所有原始样本。对于多数类，使用固定的随机种子42从原始类别分布中随机采样代表性子集，以确保精确的可重复性。使用固定的随机种子是提高ML实验可重复性的标准做法，42是一个常用的实现选择[35]。在子集构建之后，每个数据集都使用相同的固定种子42和80/20分割被划分为训练集和测试集。在所有复制的基线中使用了完全相同的子集文件和分割，以确保公平和一致的比较。由于网络流量数据通常是不平衡的数据，因此使用四个分类指标来全面评估模型性能，包括准确性、精确度、召回率和F1分数。根据真正例（TPs）、真正例（TNs）、假正例（FPs）和假负例（FNs）的数量，这四个指标可以通过以下公式计算[36]：???????????????????????=?????+??????????+?????+?????+?????（13）???????????????????????=??????????+?????（14）??????????????=??????????+?????（15）???1=2×???????????????????????×?????????????????????????????????????+??????????????=2×?????2×?????+?????+?????（16）此外，为了评估模型效率，还监控了模型在训练集上的训练时间和每个样本的平均模型推理时间。这里报告的训练时间包括每种方法的完整离线模型开发过程。因此，对于使用数据重新平衡或合成增强的方法，报告的训练时间包括重新平衡或增强时间和随后的分类器训练时间。对于所提出的完整框架，训练时间还包括EGGA相关的数据生成阶段和基于BO-TPE的超参数优化阶段。我们还使用相同的指标复现并评估了文献[15,16,17,18,19,20,21,22,23,24,37]中的最先进方法，并将其性能与所提出模型的性能进行了比较。4.2. 实验结果和讨论表3和表4报告了所提出的基于EGGA的优化IDS与文献[15,16,17,18,19,20,21,22,23,24,37]中复现的代表性最先进优化ML和基于生成AI的IDS之间的性能和效率比较。为了公平比较，在相同的基于XGBoost的IDS设置中评估了复现的VAE、GAN、CTGAN和WGAN-GP方法，同时添加了XGBoost + SMOTE作为更简单的非深度学习过采样基线。这个额外的控制有助于隔离观察到的增益是仅来自添加合成样本还是来自所提出的错误引导增强机制本身。表3. 在CICEVSE2024数据集上提出的模型（包括消融研究）和最先进方法的性能评估。表4. 在CICIDS2017数据集上提出的模型（包括消融研究）和最先进方法的性能评估。表5进一步报告了在两个数据集上使用BO-TPE选择的优化XGBoost超参数。最有影响力的参数包括提升轮数、树深度和学习率。在CICEVSE2024和CICIDS2017上，BO-TPE选择了??_????????????????????????????? =80，表明在EGGA之后两个数据集都适合类似的集成大小。然而，最佳树深度和学习率有所不同。在CICEVSE2024上，最佳配置是????????_????????????? =30和???????????????????????_??????????? =0.733，而在CICIDS2017上，最佳配置是????????_????????????? =20和???????????????????????_??????????? =0.789。这个结果表明，尽管两个数据集从相似数量的提升轮数中受益，但它们的最佳模型复杂性和更新强度仍然取决于数据集。因此，这些结果进一步证明了使用BO-TPE而不是依赖于手动固定或默认的超参数设置的合理性。表5. XGBoost超参数优化结果。表3总结了在CICEVSE2024上的结果，该数据集代表EV充电网络流量。所提出的完整管道（XGBoost + EGGA + BO-TPE）取得了最佳的整体性能，准确率达到99.958%，F1分数达到99.957%。这项性能超过了文献中所有比较的优化机器学习基线，包括GA-RF [15]、PSO-LSTM [16]、PSO-CNN [17]、GA-CNN [18]、OE-IDS [19] 和 AutoML-ID [20]，同时也超过了结合了XGBoost与VAE [21]、GAN [22]、CTGAN [23]、WGAN-GP [24]以及合成少数样本过采样技术（SMOTE）[37]的生成增强变体。SMOTE是另一种常用的数据合成方法，它使用最近邻策略来生成数据样本，并且作为一种非深度学习方法用于比较[37,38]。与这个更简单的XGBoost + SMOTE基线相比，所提出的EGGA-cGAN框架仍然实现了更高的检测性能，表明这种提升不仅仅是由于通用的过采样，而更与所提出的错误引导增强策略密切相关。消融研究直接证明了所提出的各个阶段如何贡献于最终的提升。基础的XGBoost模型的F1分数为99.916%，为整个流程奠定了坚实的基础。应用EGGA后，性能提升到了99.944%的F1分数，表明错误引导的条件生成通过加强基础学习器出错区域的训练分布来改进了分类器。重要的是，这种改进是在不改变分类器家族的情况下实现的，这支持了目标增强策略可以成为有效的数据级优化操作器的核心假设。最后，BO-TPE进一步将F1分数提升到了99.957%，表明在通过EGGA增强了训练集之后，自动化超参数优化能够更好地使模型容量和正则化与丰富的难样本分布相匹配。尽管从99.916%到99.958%的绝对提升看起来不大，但它对应于相对误差的显著减少。以准确率为例，错误率从（100 ?99.917）% = 0.083%降低到了（100 ?99.958）% = 0.042%，大约减少了49%。在电动汽车充电安全领域，即使是少量的攻击漏报或误报也可能转化为运营风险和高响应成本，因此这种减少在实际应用中具有重要意义。表6提供了CICEVSE2024数据集上更详细的类别和错误分析。测试错误总数从原始XGBoost模型的六个减少到了完整提出框架的三个。在服务检测方面，测试错误数量从两个减少到了零，每个类别的F1分数从99.661%提高到了99.797%；在漏洞扫描方面，错误数量从一个减少到了零，每个类别的F1分数从99.920%提高到了100.00%。对于罕见的ICMP洪水或碎片化类别，由于测试集只包含18个样本，错误数量仍然保持为两个，但每个类别的F1分数仍然从91.429%提高到了94.117%，表明对这一难处理少数类别的处理有所改善。同时，已经接近饱和的类别保持稳定。这些结果表明，所提出的框架在改善最困难的EVCS相关类别的同时，没有降低已经分类良好的类别的性能。原始XGBoost和完整提出框架在CICEVSE2024数据集上的混淆矩阵分别显示在图2和图3中。从效率的角度来看，如表3所示，整个流程的训练时间（56.32秒）比基础XGBoost（6.86秒）更长，主要是由于增加了交叉验证驱动的错误挖掘、cGAN训练和BO-TPE搜索阶段。然而，推理时间仍然非常低，是所有比较方法中最快的（每个样本0.0018毫秒）。这表明所提出的框架将额外的计算集中在离线训练阶段，同时在部署期间保持接近实时的检测能力。与PSO-LSTM [16]和PSO-CNN [17]等依赖优化的深度基线相比，所提出的框架不仅实现了更高的检测性能，还具有更低的推理延迟，这对于电动汽车充电环境中的持续监控来说是理想的。表4报告了在CICIDS2017上的评估结果，这是一个具有多样化企业网络行为的广泛使用的基准测试。所提出的完整流程再次获得了最佳的整体性能，实现了99.832%的准确率和99.829%的F1分数。它优于最先进的优化机器学习模型[15,16,17,18,19,20]，也超过了所有复制的生成增强组合（XGBoost + VAE、GAN、CTGAN和WGAN-GP）[21,22,23,24]。这种跨数据集的一致性表明，所提出的策略具有通用性，不仅适用于电动汽车特定的数据集，也适用于不同的流量分布。在CICIDS2017上也有同样的观察结果，所提出的框架仍然比添加了SMOTE的基线更强。这进一步支持了改进不仅仅是通过添加额外的合成样本获得的，而是通过使用错误引导的增强来加强困难决策区域。CICIDS2017上的消融趋势与CICEVSE2024上的观察结果一致。基础XGBoost的F1分数为99.776%。应用EGGA后，F1分数提高到了99.811%，BO-TPE进一步将其提高到了99.829%。在相对误差减少方面，准确率错误率从基础模型的（100 ?99.779）% = 0.221%降低到了完整流程的（100 ?99.832）% = 0.168%，大约减少了24%。这种减少表明EGGA主要针对边界错误和类别重叠混淆，而BO-TPE则优化了模型配置以最佳利用改进后的训练集。表7提供了CICIDS2017数据集上类似的类别级视图。测试错误总数从25个减少到了19个。在DoS方面，错误数量从七个减少到了五个，每个类别的F1分数从99.908%提高到了99.934%；在Web攻击方面，错误数量从两个减少到了一个，每个类别的F1分数从99.774%提高到了99.887%；在Bot方面，错误数量从两个减少到了一个，每个类别的F1分数从98.958%提高到了99.348%。Brute force的错误数量也从两个减少到了一个。相比之下，Infiltration仍然是最具挑战性的类别，两种情况下都有三个测试错误，每个类别的F1分数为72.727%，这与它仅有七个样本的极小测试集大小一致。总体而言，这些类别级结果表明，所提出的方法主要改善了难以处理的和经常混淆的攻击类别，而不仅仅是夸大了已经分类良好的类别。原始XGBoost和完整提出框架在CICIDS2017数据集上的混淆矩阵分别显示在图4和图5中。除了总体指标外，表6和表7中的类别和错误分析，以及图2、图3、图4和图5中的混淆矩阵，提供了生成样本有用性的任务导向证据。改进主要集中在难以处理和经常混淆的类别上，这与EGGA的设计目标一致。关于效率，如表3和表4所示，最终检测器的推理时间仍然为每个样本0.0018毫秒，与基础XGBoost相当，并且远低于深度基线。完整流程的训练时间增加到了78.39秒，这反映了额外的离线优化阶段。在IDS实践中，这种权衡是合理的，因为模型通常在中央服务器上定期进行训练，而推理延迟是在线检测的主要限制。在两个数据集上，结果支持了三个主要结论。首先，EGGA在基础学习器上提供了持续的改进，表明错误引导的条件合成是提高不平衡和多类入侵检测鲁棒性的有效机制。其次，BO-TPE在EGGA的基础上进一步提高了性能，表明数据级优化和模型级优化在所提出的设计中是互补的。第三，最终的IDS在实现最佳检测性能的同时保持了极低的推理延迟，这对于电动汽车充电网络和其他物联网支持的安全监控场景至关重要。最后，尽管本文专注于IDS开发和性能改进，但在电动汽车充电系统和智能电网环境中的实际部署还应考虑更广泛的防御层次以及基于机器学习的IDS流程对对抗性操纵或中毒的潜在脆弱性[39,40]。这些重要问题超出了本文的主要范围，将在未来的研究中进行探讨。5. 结论电动汽车充电基础设施正在发展成为大规模的赛博物理和物联网支持的系统，其中安全监控必须以最小的运营延迟检测各种攻击。本文提出了一种基于EGGA的优化IDS、一种错误引导的生成增强方法，以及一种基于AutoML的优化IDS框架，该框架将cGAN驱动的难样本增强循环与BO-TPE优化的XGBoost检测器集成在一个统一的多阶段流程中。关键技术贡献是将模型错误视为数据优化的训练信号。EGGA在分层交叉验证下识别出分类错误的样本，并使用条件生成器合成标签一致的样本来加强易出错的决策区域，而不仅仅是执行基于类别频率的平衡。然后，这种错误引导的数据改进与BO-TPE超参数优化相结合，使最终的XGBoost模型更好地匹配其容量和正则化与丰富的难样本分布。在两个公共基准数据集CICEVSE2024和CICIDS2017上的实验表明，所提出的完整流程在比较的优化机器学习和生成式AI基IDS中实现了最佳的整体性能。在CICEVSE2024上，它达到了99.958%的准确率和99.957%的F1分数；在CICIDS2017上，它达到了99.832%的准确率和99.829%的F1分数。此外，最终检测器的推理延迟极低（两个数据集上均为每个样本0.0018毫秒），支持实际上的实时或接近实时的部署，而额外的计算主要转移到了离线训练阶段。对于未来的工作，我们将把EGGA和优化的IDS扩展到流式和不断发展的电动汽车充电系统环境中，包括持续学习和漂移感知更新，以在非静态流量下保持检测可靠性。我们还将研究更广泛的部署相关问题，包括深度集成防御和对抗性操纵、中毒的鲁棒性以及相关的模型脆弱性问题。