本文提出了一種名為 SCGNet 的新型深度學習架構，用於網路入侵偵測和入侵類型分類，並在 NSL-KDD 數據集上取得了顯著成果。
本文提出了一種基於滑動時間窗口數據處理和可訓練激活函數的網路入侵偵測系統（NIDS）神經網路模型，該模型在不同數據集上的泛化能力表現不一，突顯了網路環境差異對模型性能的影響。
