失衡数据高检出
双分支CNN与GRU并行提取特征，采用改进焦点损失函数，在保持低误报率的同时显著提升对少数攻击类别的检出能力。
Imrana, Yakubu · 向艳萍 · 72843517 · Noor, Adeeb · Sarpong, Kwabena · Abdullah, Muhammed Amin
Complex and Intelligent Systems 2024
采用改进焦点损失函数取代传统交叉熵，降低易分样本的权重，使模型聚焦于难分的少数攻击样本，从而显著提升对少数类的召回率。
CNN 分支提取局部空间特征，GRU 分支捕获时序依赖，两者融合后能更完整地刻画攻击行为的时空模式，提升检测精度。
模型在达到高检出率的同时保持低误报率，减少安全运维人员的告警疲劳，提高真实威胁的响应效率。