【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。