简介这份资源面向计算机、网络安全方向的学生与开发者尤其是正在做毕业设计或课程设计的人群提供一套基于卷积神经网络的网络入侵检测完整实现方案用于区分正常流量与异常流量识别入侵行为、恶意软件活动及拒绝服务攻击等模式。压缩包共16个文件约17.52MB包含4个Python源码文件、4个XML配置、2个gz格式的KDD Cup数据集压缩包以及项目配置、日志与说明文档等覆盖数据准备、预处理、模型设计、训练、评估与优化全流程。资源中附带完整的网络流量数据集可直接复现训练与测试正确率可达99.5%并配有README说明与多份日志记录便于理解CNN在流量分类中的卷积层、池化层与全连接层设计思路。目前已有350人学习下载适合希望快速搭建入侵检测实验环境、对照源码理解模型细节并完成论文或答辩展示的读者参考使用。1. 从一份 99.5% 准确率的 CNN 入侵检测源码说起它到底解决了什么很多人第一次看到「python基于卷积神经网络的网络入侵检测系统源码全部数据正确率可达99.5%」这类标题第一反应是怀疑99.5% 是不是在 NSL-KDD 这种老数据集上刷出来的这个怀疑是对的但也不该因此否定整条技术路线。网络入侵检测系统NIDS要解决的核心问题是在流量里把正常连接和攻击连接分开攻击又分 DoS、Probe、R2L、U2R 几大类。传统做法靠 Snort 规则、靠统计特征加随机森林规则维护成本高遇到变种就翻车。卷积神经网络CNN被搬进来是因为把一条连接的多维特征重排成类似「图像」的二维矩阵后卷积核能自动提取局部特征组合省掉大量手工特征工程。这份源码包真正值得看的地方不是那个 99.5% 的数字而是它把「数据预处理 → 特征重塑 → CNN 建模 → 训练评估 → 推理接口」整条链路跑通了。它适合两类人一类是刚学完 python 基础语法、想找一个能跑通的深度学习项目练手的另一类是做安全方向、想验证 CNN 在流量分类上到底比传统机器学习强在哪的工程师。下面我按自己复现这类项目的顺序把每一步的参数、坑和边界讲清楚你照着做能跑出接近的结果也能判断它值不值得继续投入。2. 数据准备KDD 系数据集的读取、清洗与标签映射2.1 为什么这类项目几乎都用 KDD/NSL-KDD网络入侵检测的公开数据集里KDD Cup 99 和它的修正版 NSL-KDD 是绕不开的。KDD99 每条样本有 41 维特征加 1 个标签特征分三类TCP 连接基本特征duration、protocol_type、service、flag 等、流量统计特征count、srv_count、serror_rate 等、主机级统计特征dst_host_count、dst_host_srv_count 等。标签有 39 种具体攻击名通常归并成 5 大类Normal、DoS、Probe、R2L、U2R。选它的理由很实际特征已经是数值化的、规模适中KDD99 训练集约 490 万条NSL-KDD 去重后约 12.5 万条训练 2.2 万测试跑 CNN 在普通笔记本上几十分钟能出结果。代价是它年代久远和真实流量分布有差距所以 99.5% 这种数字要理性看待——在 NSL-KDD 上做到 99% 以上是常见水平不代表上线就能用。常见做法是先用 pandas 读数据把符号特征做 one-hot 或 label encoding数值特征做归一化。下面是我一般会写的预处理脚本import pandas as pd import numpy as np from sklearn.preprocessing import MinMaxScaler, LabelEncoder # NSL-KDD 的列名官方 KDD99 命名 col_names [duration,protocol_type,service,flag,src_bytes,dst_bytes, land,wrong_fragment,urgent,hot,num_failed_logins,logged_in, num_compromised,root_shell,su_attempted,num_root,num_file_creations, num_shells,num_access_files,num_outbound_cmds,is_host_login, is_guest_login,count,srv_count,serror_rate,srv_serror_rate, rerror_rate,srv_rerror_rate,same_srv_rate,diff_srv_rate, srv_diff_host_rate,dst_host_count,dst_host_srv_count, dst_host_same_srv_rate,dst_host_diff_srv_rate,dst_host_same_src_port_rate, dst_host_srv_diff_host_rate,dst_host_serror_rate,dst_host_srv_serror_rate, dst_host_rerror_rate,dst_host_srv_rerror_rate,label,difficulty] train pd.read_csv(KDDTrain.txt, namescol_names) test pd.read_csv(KDDTest.txt, namescol_names) # 攻击名归并成 5 大类 attack_map { normal:Normal, back:DoS,land:DoS,neptune:DoS,pod:DoS,smurf:DoS, teardrop:DoS,apache2:DoS,udpstorm:DoS,processtable:DoS,worm:DoS, ipsweep:Probe,nmap:Probe,portsweep:Probe,satan:Probe, mscan:Probe,saint:Probe, ftp_write:R2L,guess_passwd:R2L,imap:R2L,multihop:R2L, phf:R2L,spy:R2L,warezclient:R2L,warezmaster:R2L, sendmail:R2L,named:R2L,snmpgetattack:R2L,snmpguess:R2L, xlock:R2L,xsnoop:R2L,httptunnel:R2L, buffer_overflow:U2R,loadmodule:U2R,perl:U2R,rootkit:U2R, ps:U2R,sqlattack:U2R,xterm:U2R } for df in (train, test): df[label] df[label].str.strip().map(lambda x: attack_map.get(x, Normal)) # 符号特征 one-hot数值特征归一化 cat_cols [protocol_type,service,flag] full pd.concat([train, test], axis0) full pd.get_dummies(full, columnscat_cols) num_cols [c for c in full.columns if c not in [label,difficulty]] scaler MinMaxScaler() full[num_cols] scaler.fit_transform(full[num_cols]) le LabelEncoder() full[label] le.fit_transform(full[label]) print(类别映射:, dict(zip(le.classes_, le.transform(le.classes_))))这段代码有三个关键点。第一attack_map必须覆盖数据集里所有攻击名漏一个就会被当成 Normal直接污染标签这是最常见的翻车点。第二one-hot 要在训练集和测试集合并后统一做否则两边列数对不上推理时报维度错误。第三MinMaxScaler的fit只能在训练集上做我这里为了演示合并了正式实验要拆开否则测试集信息泄漏准确率虚高。参数上MinMaxScaler把特征压到 [0,1]比标准化更适合 CNN 输入因为像素值语义就是有界的。one-hot 后特征维度会从 41 涨到 120 左右这个数字后面重塑成矩阵时要用到。2.2 把 41 维特征重排成 CNN 能吃的「图像」CNN 吃的是二维或三维张量而一条连接是 41 维向量。这里的核心技巧是特征重塑把一维向量按固定宽度折成二维矩阵。常见做法是补零到 100 维再 reshape 成 10×10或者直接用 41 维补到 64 维排成 8×8。宽度怎么选没有标准答案我一般取能整除且接近 sqrt(维度) 的值。import numpy as np FEAT_DIM full.shape[1] - 1 # 去掉 label SIDE int(np.ceil(np.sqrt(FEAT_DIM))) # 向上取整成方阵边长 PAD SIDE * SIDE - FEAT_DIM def to_image(df): X df.drop(columns[label]).values.astype(float32) X np.pad(X, ((0,0),(0,PAD)), modeconstant) # 尾部补零 X X.reshape(-1, SIDE, SIDE, 1) # 单通道像灰度图 y df[label].values return X, y X_train, y_train to_image(train) X_test, y_test to_image(test) print(输入张量:, X_train.shape, 补零数:, PAD)逻辑说明SIDE由特征维度反推保证 reshape 不报错np.pad在尾部补零不破坏原有特征顺序最后加一个通道维是因为 Keras 的Conv2D默认要(H, W, C)。参数上SIDE和PAD是绑定的改了特征维度就要重算。注意补零会引入一片恒为 0 的区域卷积核扫到那里学不到东西所以别把SIDE取太大否则有效信息被稀释准确率反而掉。3. CNN 模型搭建卷积核、池化与分类头的参数怎么定3.1 网络结构设计与每一层的取舍这类项目的 CNN 不需要很深两到三个卷积块足够。我常用的结构是Conv2D(32, 3×3) → BN → ReLU → MaxPool(2×2) → Conv2D(64, 3×3) → BN → ReLU → MaxPool → Flatten → Dense(128) → Dropout → Dense(5, softmax)。为什么不用 ResNet 那种深网因为输入只有 8×8 或 10×10层数一多感受野就超过图本身等于在补零区上做无用卷积还容易过拟合。import tensorflow as tf from tensorflow.keras import layers, models def build_cnn(input_shape, num_classes5): model models.Sequential([ layers.Conv2D(32, (3,3), paddingsame, input_shapeinput_shape), layers.BatchNormalization(), layers.Activation(relu), layers.MaxPooling2D((2,2)), layers.Conv2D(64, (3,3), paddingsame), layers.BatchNormalization(), layers.Activation(relu), layers.MaxPooling2D((2,2)), layers.Flatten(), layers.Dense(128, activationrelu), layers.Dropout(0.5), layers.Dense(num_classes, activationsoftmax) ]) model.compile(optimizertf.keras.optimizers.Adam(1e-3), losssparse_categorical_crossentropy, metrics[accuracy]) return model model build_cnn((SIDE, SIDE, 1)) model.summary()逐层说明paddingsame保证卷积后尺寸不变避免边缘特征被丢BN 放在激活前能稳住训练学习率给 1e-3 也不炸两个 MaxPool 把 8×8 降到 2×2再 Flatten 进全连接。Dropout(0.5)是防过拟合的关键因为 NSL-KDD 里 U2R 样本极少不加 dropout 模型会偏向多数类。损失用sparse_categorical_crossentropy因为标签是整数不是 one-hot省一步转换。参数上卷积核数量 32/64 是经验值数据量小就别加到 128显存和过拟合都吃不消。学习率 1e-3 配 Adam 是稳妥起点如果 loss 震荡就降到 5e-4。3.2 训练、类别不平衡与评估指标训练时最大的坑是类别不平衡。NSL-KDD 训练集里 Normal 和 DoS 占绝大多数U2R 只有几十条。直接训练模型把 U2R 全判错准确率照样 99%但这类项目就废了。解决办法是给类别加权或者用 focal loss。from sklearn.utils.class_weight import compute_class_weight import numpy as np classes np.unique(y_train) weights compute_class_weight(balanced, classesclasses, yy_train) class_weight dict(zip(classes, weights)) print(类别权重:, class_weight) history model.fit( X_train, y_train, validation_split0.2, epochs30, batch_size128, class_weightclass_weight, callbacks[ tf.keras.callbacks.EarlyStopping(patience5, restore_best_weightsTrue), tf.keras.callbacks.ReduceLROnPlateau(factor0.5, patience3) ] )compute_class_weight(balanced)会按样本数反比给权重少数类权重高模型不敢忽略。EarlyStopping和ReduceLROnPlateau是后悔药前者防止过拟合后继续跑后者在验证 loss 不降时自动降学习率。评估时别只看 accuracy要看每个类别的 precision/recall 和混淆矩阵尤其是 U2R 和 R2L 的召回率。from sklearn.metrics import classification_report, confusion_matrix y_pred np.argmax(model.predict(X_test), axis1) print(classification_report(y_test, y_pred, digits4)) print(confusion_matrix(y_test, y_pred))如果 U2R 召回率低于 0.5说明权重还不够或者样本太少可以考虑过采样SMOTE或直接说明该类别在当前数据下不可靠。99.5% 的总体准确率往往掩盖了少数类的糟糕表现这是评估时必须盯住的地方。4. 避坑与排查复现这类项目最容易翻车的 5 个点4.1 准确率虚高数据泄漏与测试集污染现象训练完准确率 99.9%换一批数据就崩。原因通常是归一化或 one-hot 时把训练集和测试集合并处理fit用到了测试集统计量。解决所有fit类操作只在训练集做测试集用transform。我一般先train_test_split再分别处理绝不图省事合并。4.2 维度对不上one-hot 后列数变化现象推理时报expected shape (8,8,1), got (7,8,1)。原因是训练和推理时 one-hot 的类别集合不一致比如推理数据里出现了训练没见过的 service 值。解决把训练时的特征列顺序和 one-hot 编码器如OneHotEncoder(handle_unknownignore)保存下来推理时复用别重新get_dummies。4.3 少数类全错只看 accuracy 的代价现象总体准确率 99%但 U2R 召回率 0。原因是类别不平衡没处理。解决加class_weight评估看 macro-F1 和混淆矩阵。如果数据里 U2R 只有几十条老实承认这个类别在当前数据上不可靠别硬吹全类别 99.5%。4.4 训练不收敛学习率和 BN 位置现象loss 一直震荡或变 NaN。原因可能是学习率太大或者 BN 放在了激活之后。解决学习率从 1e-3 往下调BN 放在卷积和激活之间。另外输入没归一化也会导致 NaN检查MinMaxScaler是否真的生效。4.5 环境问题python 版本与库冲突现象ImportError或Conv2D参数报错。常见原因是 TensorFlow 版本和 python 版本不匹配或者 numpy 版本过新。解决用虚拟环境固定版本比如 python 3.9 tensorflow 2.10 numpy 1.23。装库时先pip install tensorflow再装其他避免依赖被覆盖。5. 从跑通到能用推理封装与上线前的验证习惯跑通训练只是第一步真正决定这套东西值不值得投入的是它能不能变成一个可调用的推理接口以及你怎么验证它不是「数据集特供」。我一般会把模型和预处理器一起存下来写一个predict函数输入原始 41 维特征输出类别和置信度。import joblib, numpy as np, tensorflow as tf model.save(nids_cnn.h5) joblib.dump({scaler: scaler, encoder: le, side: SIDE, pad: PAD, columns: num_cols}, preprocess.pkl) def predict_one(raw_dict): pkg joblib.load(preprocess.pkl) df pd.DataFrame([raw_dict]) df pd.get_dummies(df, columns[protocol_type,service,flag]) # 对齐训练时的列缺失补 0 df df.reindex(columnspkg[columns], fill_value0) x pkg[scaler].transform(df.values.astype(float32)) x np.pad(x, ((0,0),(0,pkg[pad])), modeconstant) x x.reshape(-1, pkg[side], pkg[side], 1) prob model.predict(x, verbose0)[0] idx int(np.argmax(prob)) return pkg[encoder].inverse_transform([idx])[0], float(prob[idx])这段封装的关键是reindex推理时 one-hot 出来的列必须和训练时完全一致缺的补 0多的丢掉否则维度必错。preprocess.pkl把 scaler、encoder、列名、补零参数一起存避免推理时重新拟合。上线前我会做三件事验证。第一拿测试集里每个类别各抽几条人工看预测是否合理尤其是 R2L 和 U2R。第二做一次「跨数据集」测试比如用 KDD99 训练、NSL-KDD 测试准确率会明显下降这个下降幅度才是模型泛化能力的真实反映。第三把推理延迟测出来单条 CPU 推理通常在几毫秒到几十毫秒如果要处理高速流量得考虑批量推理或模型量化。验证项方法合格线参考类别召回混淆矩阵U2R/R2L 召回 0.6泛化跨数据集测试下降不超过 15 个百分点延迟单条推理计时CPU 单条 50ms稳定性随机种子跑 3 次准确率波动 1%最后说个我自己的习惯每次看到「准确率 99.5%」这类标题我先不看模型先看它的评估代码里有没有classification_report和混淆矩阵。如果只有一行 accuracy那这个数字基本没有参考价值。这套 CNN 入侵检测的方案作为学习和验证 CNN 特征提取能力的项目是合格的但真要往生产环境放数据分布、类别不平衡、推理性能这三关一个都绕不过。希望帮到你。本文还有配套的精品资源点击获取 Python卷积神经网络入侵检测实战：从数据预处理到模型部署
简介这份资源面向计算机、网络安全方向的学生与开发者尤其是正在做毕业设计或课程设计的人群提供一套基于卷积神经网络的网络入侵检测完整实现方案用于区分正常流量与异常流量识别入侵行为、恶意软件活动及拒绝服务攻击等模式。压缩包共16个文件约17.52MB包含4个Python源码文件、4个XML配置、2个gz格式的KDD Cup数据集压缩包以及项目配置、日志与说明文档等覆盖数据准备、预处理、模型设计、训练、评估与优化全流程。资源中附带完整的网络流量数据集可直接复现训练与测试正确率可达99.5%并配有README说明与多份日志记录便于理解CNN在流量分类中的卷积层、池化层与全连接层设计思路。目前已有350人学习下载适合希望快速搭建入侵检测实验环境、对照源码理解模型细节并完成论文或答辩展示的读者参考使用。1. 从一份 99.5% 准确率的 CNN 入侵检测源码说起它到底解决了什么很多人第一次看到「python基于卷积神经网络的网络入侵检测系统源码全部数据正确率可达99.5%」这类标题第一反应是怀疑99.5% 是不是在 NSL-KDD 这种老数据集上刷出来的这个怀疑是对的但也不该因此否定整条技术路线。网络入侵检测系统NIDS要解决的核心问题是在流量里把正常连接和攻击连接分开攻击又分 DoS、Probe、R2L、U2R 几大类。传统做法靠 Snort 规则、靠统计特征加随机森林规则维护成本高遇到变种就翻车。卷积神经网络CNN被搬进来是因为把一条连接的多维特征重排成类似「图像」的二维矩阵后卷积核能自动提取局部特征组合省掉大量手工特征工程。这份源码包真正值得看的地方不是那个 99.5% 的数字而是它把「数据预处理 → 特征重塑 → CNN 建模 → 训练评估 → 推理接口」整条链路跑通了。它适合两类人一类是刚学完 python 基础语法、想找一个能跑通的深度学习项目练手的另一类是做安全方向、想验证 CNN 在流量分类上到底比传统机器学习强在哪的工程师。下面我按自己复现这类项目的顺序把每一步的参数、坑和边界讲清楚你照着做能跑出接近的结果也能判断它值不值得继续投入。2. 数据准备KDD 系数据集的读取、清洗与标签映射2.1 为什么这类项目几乎都用 KDD/NSL-KDD网络入侵检测的公开数据集里KDD Cup 99 和它的修正版 NSL-KDD 是绕不开的。KDD99 每条样本有 41 维特征加 1 个标签特征分三类TCP 连接基本特征duration、protocol_type、service、flag 等、流量统计特征count、srv_count、serror_rate 等、主机级统计特征dst_host_count、dst_host_srv_count 等。标签有 39 种具体攻击名通常归并成 5 大类Normal、DoS、Probe、R2L、U2R。选它的理由很实际特征已经是数值化的、规模适中KDD99 训练集约 490 万条NSL-KDD 去重后约 12.5 万条训练 2.2 万测试跑 CNN 在普通笔记本上几十分钟能出结果。代价是它年代久远和真实流量分布有差距所以 99.5% 这种数字要理性看待——在 NSL-KDD 上做到 99% 以上是常见水平不代表上线就能用。常见做法是先用 pandas 读数据把符号特征做 one-hot 或 label encoding数值特征做归一化。下面是我一般会写的预处理脚本import pandas as pd import numpy as np from sklearn.preprocessing import MinMaxScaler, LabelEncoder # NSL-KDD 的列名官方 KDD99 命名 col_names [duration,protocol_type,service,flag,src_bytes,dst_bytes, land,wrong_fragment,urgent,hot,num_failed_logins,logged_in, num_compromised,root_shell,su_attempted,num_root,num_file_creations, num_shells,num_access_files,num_outbound_cmds,is_host_login, is_guest_login,count,srv_count,serror_rate,srv_serror_rate, rerror_rate,srv_rerror_rate,same_srv_rate,diff_srv_rate, srv_diff_host_rate,dst_host_count,dst_host_srv_count, dst_host_same_srv_rate,dst_host_diff_srv_rate,dst_host_same_src_port_rate, dst_host_srv_diff_host_rate,dst_host_serror_rate,dst_host_srv_serror_rate, dst_host_rerror_rate,dst_host_srv_rerror_rate,label,difficulty] train pd.read_csv(KDDTrain.txt, namescol_names) test pd.read_csv(KDDTest.txt, namescol_names) # 攻击名归并成 5 大类 attack_map { normal:Normal, back:DoS,land:DoS,neptune:DoS,pod:DoS,smurf:DoS, teardrop:DoS,apache2:DoS,udpstorm:DoS,processtable:DoS,worm:DoS, ipsweep:Probe,nmap:Probe,portsweep:Probe,satan:Probe, mscan:Probe,saint:Probe, ftp_write:R2L,guess_passwd:R2L,imap:R2L,multihop:R2L, phf:R2L,spy:R2L,warezclient:R2L,warezmaster:R2L, sendmail:R2L,named:R2L,snmpgetattack:R2L,snmpguess:R2L, xlock:R2L,xsnoop:R2L,httptunnel:R2L, buffer_overflow:U2R,loadmodule:U2R,perl:U2R,rootkit:U2R, ps:U2R,sqlattack:U2R,xterm:U2R } for df in (train, test): df[label] df[label].str.strip().map(lambda x: attack_map.get(x, Normal)) # 符号特征 one-hot数值特征归一化 cat_cols [protocol_type,service,flag] full pd.concat([train, test], axis0) full pd.get_dummies(full, columnscat_cols) num_cols [c for c in full.columns if c not in [label,difficulty]] scaler MinMaxScaler() full[num_cols] scaler.fit_transform(full[num_cols]) le LabelEncoder() full[label] le.fit_transform(full[label]) print(类别映射:, dict(zip(le.classes_, le.transform(le.classes_))))这段代码有三个关键点。第一attack_map必须覆盖数据集里所有攻击名漏一个就会被当成 Normal直接污染标签这是最常见的翻车点。第二one-hot 要在训练集和测试集合并后统一做否则两边列数对不上推理时报维度错误。第三MinMaxScaler的fit只能在训练集上做我这里为了演示合并了正式实验要拆开否则测试集信息泄漏准确率虚高。参数上MinMaxScaler把特征压到 [0,1]比标准化更适合 CNN 输入因为像素值语义就是有界的。one-hot 后特征维度会从 41 涨到 120 左右这个数字后面重塑成矩阵时要用到。2.2 把 41 维特征重排成 CNN 能吃的「图像」CNN 吃的是二维或三维张量而一条连接是 41 维向量。这里的核心技巧是特征重塑把一维向量按固定宽度折成二维矩阵。常见做法是补零到 100 维再 reshape 成 10×10或者直接用 41 维补到 64 维排成 8×8。宽度怎么选没有标准答案我一般取能整除且接近 sqrt(维度) 的值。import numpy as np FEAT_DIM full.shape[1] - 1 # 去掉 label SIDE int(np.ceil(np.sqrt(FEAT_DIM))) # 向上取整成方阵边长 PAD SIDE * SIDE - FEAT_DIM def to_image(df): X df.drop(columns[label]).values.astype(float32) X np.pad(X, ((0,0),(0,PAD)), modeconstant) # 尾部补零 X X.reshape(-1, SIDE, SIDE, 1) # 单通道像灰度图 y df[label].values return X, y X_train, y_train to_image(train) X_test, y_test to_image(test) print(输入张量:, X_train.shape, 补零数:, PAD)逻辑说明SIDE由特征维度反推保证 reshape 不报错np.pad在尾部补零不破坏原有特征顺序最后加一个通道维是因为 Keras 的Conv2D默认要(H, W, C)。参数上SIDE和PAD是绑定的改了特征维度就要重算。注意补零会引入一片恒为 0 的区域卷积核扫到那里学不到东西所以别把SIDE取太大否则有效信息被稀释准确率反而掉。3. CNN 模型搭建卷积核、池化与分类头的参数怎么定3.1 网络结构设计与每一层的取舍这类项目的 CNN 不需要很深两到三个卷积块足够。我常用的结构是Conv2D(32, 3×3) → BN → ReLU → MaxPool(2×2) → Conv2D(64, 3×3) → BN → ReLU → MaxPool → Flatten → Dense(128) → Dropout → Dense(5, softmax)。为什么不用 ResNet 那种深网因为输入只有 8×8 或 10×10层数一多感受野就超过图本身等于在补零区上做无用卷积还容易过拟合。import tensorflow as tf from tensorflow.keras import layers, models def build_cnn(input_shape, num_classes5): model models.Sequential([ layers.Conv2D(32, (3,3), paddingsame, input_shapeinput_shape), layers.BatchNormalization(), layers.Activation(relu), layers.MaxPooling2D((2,2)), layers.Conv2D(64, (3,3), paddingsame), layers.BatchNormalization(), layers.Activation(relu), layers.MaxPooling2D((2,2)), layers.Flatten(), layers.Dense(128, activationrelu), layers.Dropout(0.5), layers.Dense(num_classes, activationsoftmax) ]) model.compile(optimizertf.keras.optimizers.Adam(1e-3), losssparse_categorical_crossentropy, metrics[accuracy]) return model model build_cnn((SIDE, SIDE, 1)) model.summary()逐层说明paddingsame保证卷积后尺寸不变避免边缘特征被丢BN 放在激活前能稳住训练学习率给 1e-3 也不炸两个 MaxPool 把 8×8 降到 2×2再 Flatten 进全连接。Dropout(0.5)是防过拟合的关键因为 NSL-KDD 里 U2R 样本极少不加 dropout 模型会偏向多数类。损失用sparse_categorical_crossentropy因为标签是整数不是 one-hot省一步转换。参数上卷积核数量 32/64 是经验值数据量小就别加到 128显存和过拟合都吃不消。学习率 1e-3 配 Adam 是稳妥起点如果 loss 震荡就降到 5e-4。3.2 训练、类别不平衡与评估指标训练时最大的坑是类别不平衡。NSL-KDD 训练集里 Normal 和 DoS 占绝大多数U2R 只有几十条。直接训练模型把 U2R 全判错准确率照样 99%但这类项目就废了。解决办法是给类别加权或者用 focal loss。from sklearn.utils.class_weight import compute_class_weight import numpy as np classes np.unique(y_train) weights compute_class_weight(balanced, classesclasses, yy_train) class_weight dict(zip(classes, weights)) print(类别权重:, class_weight) history model.fit( X_train, y_train, validation_split0.2, epochs30, batch_size128, class_weightclass_weight, callbacks[ tf.keras.callbacks.EarlyStopping(patience5, restore_best_weightsTrue), tf.keras.callbacks.ReduceLROnPlateau(factor0.5, patience3) ] )compute_class_weight(balanced)会按样本数反比给权重少数类权重高模型不敢忽略。EarlyStopping和ReduceLROnPlateau是后悔药前者防止过拟合后继续跑后者在验证 loss 不降时自动降学习率。评估时别只看 accuracy要看每个类别的 precision/recall 和混淆矩阵尤其是 U2R 和 R2L 的召回率。from sklearn.metrics import classification_report, confusion_matrix y_pred np.argmax(model.predict(X_test), axis1) print(classification_report(y_test, y_pred, digits4)) print(confusion_matrix(y_test, y_pred))如果 U2R 召回率低于 0.5说明权重还不够或者样本太少可以考虑过采样SMOTE或直接说明该类别在当前数据下不可靠。99.5% 的总体准确率往往掩盖了少数类的糟糕表现这是评估时必须盯住的地方。4. 避坑与排查复现这类项目最容易翻车的 5 个点4.1 准确率虚高数据泄漏与测试集污染现象训练完准确率 99.9%换一批数据就崩。原因通常是归一化或 one-hot 时把训练集和测试集合并处理fit用到了测试集统计量。解决所有fit类操作只在训练集做测试集用transform。我一般先train_test_split再分别处理绝不图省事合并。4.2 维度对不上one-hot 后列数变化现象推理时报expected shape (8,8,1), got (7,8,1)。原因是训练和推理时 one-hot 的类别集合不一致比如推理数据里出现了训练没见过的 service 值。解决把训练时的特征列顺序和 one-hot 编码器如OneHotEncoder(handle_unknownignore)保存下来推理时复用别重新get_dummies。4.3 少数类全错只看 accuracy 的代价现象总体准确率 99%但 U2R 召回率 0。原因是类别不平衡没处理。解决加class_weight评估看 macro-F1 和混淆矩阵。如果数据里 U2R 只有几十条老实承认这个类别在当前数据上不可靠别硬吹全类别 99.5%。4.4 训练不收敛学习率和 BN 位置现象loss 一直震荡或变 NaN。原因可能是学习率太大或者 BN 放在了激活之后。解决学习率从 1e-3 往下调BN 放在卷积和激活之间。另外输入没归一化也会导致 NaN检查MinMaxScaler是否真的生效。4.5 环境问题python 版本与库冲突现象ImportError或Conv2D参数报错。常见原因是 TensorFlow 版本和 python 版本不匹配或者 numpy 版本过新。解决用虚拟环境固定版本比如 python 3.9 tensorflow 2.10 numpy 1.23。装库时先pip install tensorflow再装其他避免依赖被覆盖。5. 从跑通到能用推理封装与上线前的验证习惯跑通训练只是第一步真正决定这套东西值不值得投入的是它能不能变成一个可调用的推理接口以及你怎么验证它不是「数据集特供」。我一般会把模型和预处理器一起存下来写一个predict函数输入原始 41 维特征输出类别和置信度。import joblib, numpy as np, tensorflow as tf model.save(nids_cnn.h5) joblib.dump({scaler: scaler, encoder: le, side: SIDE, pad: PAD, columns: num_cols}, preprocess.pkl) def predict_one(raw_dict): pkg joblib.load(preprocess.pkl) df pd.DataFrame([raw_dict]) df pd.get_dummies(df, columns[protocol_type,service,flag]) # 对齐训练时的列缺失补 0 df df.reindex(columnspkg[columns], fill_value0) x pkg[scaler].transform(df.values.astype(float32)) x np.pad(x, ((0,0),(0,pkg[pad])), modeconstant) x x.reshape(-1, pkg[side], pkg[side], 1) prob model.predict(x, verbose0)[0] idx int(np.argmax(prob)) return pkg[encoder].inverse_transform([idx])[0], float(prob[idx])这段封装的关键是reindex推理时 one-hot 出来的列必须和训练时完全一致缺的补 0多的丢掉否则维度必错。preprocess.pkl把 scaler、encoder、列名、补零参数一起存避免推理时重新拟合。上线前我会做三件事验证。第一拿测试集里每个类别各抽几条人工看预测是否合理尤其是 R2L 和 U2R。第二做一次「跨数据集」测试比如用 KDD99 训练、NSL-KDD 测试准确率会明显下降这个下降幅度才是模型泛化能力的真实反映。第三把推理延迟测出来单条 CPU 推理通常在几毫秒到几十毫秒如果要处理高速流量得考虑批量推理或模型量化。验证项方法合格线参考类别召回混淆矩阵U2R/R2L 召回 0.6泛化跨数据集测试下降不超过 15 个百分点延迟单条推理计时CPU 单条 50ms稳定性随机种子跑 3 次准确率波动 1%最后说个我自己的习惯每次看到「准确率 99.5%」这类标题我先不看模型先看它的评估代码里有没有classification_report和混淆矩阵。如果只有一行 accuracy那这个数字基本没有参考价值。这套 CNN 入侵检测的方案作为学习和验证 CNN 特征提取能力的项目是合格的但真要往生产环境放数据分布、类别不平衡、推理性能这三关一个都绕不过。希望帮到你。本文还有配套的精品资源点击获取