可解释的轻量化无人机网络入侵检测方法
王鹏
郭相科
宋亚飞
王晓丹
空军工程大学防空反导学院,西安,710051
摘要：针对无人机算力有限、存储空间小和实时性高的特点,提出一种基于Kolmogorov-Arnold Networks(KAN)的可解释的无人机网络入侵检测方法KIDS.受Kolmogorov-Arnold表示定理的启发,KAN利用样条参数化的单变量函数取代了传统的线性权重,从而动态地学习激活模式,能够有效提取流量序列数据特征并以更轻量化的网络结构实现优异的无人机网络入侵性能.此外,可视化参数化的样条函数能够进一步探索和解释模型在流量特征提取阶段的决策过程,从而增强模型应用的可信度.最后,在真实无人机网络流量数据集UAV-IDS-2020进行广泛实验.结果表明,KIDS以更低的模型复杂度实现了优异的检测性能,且在跨机型入侵检测任务中表现出显著的泛化性能.
关键词：无人机网络入侵检测Kolmogorov-Arnold Networks可解释性网络安全
分类号：TP183(自动化基础理论)TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61876189)国家自然科学基金(61703426)国家自然科学基金(61273275)
论文发表日期：2026-02-28
在线出版日期：2026-03-13（本平台首次上网日期，不代表文献的发表时间）
页数：11( 106-116 )
英文信息