小样本非平衡工业物联网检测数据的扩增方法及设备

本发明提出一种小样本非平衡工业物联网检测数据的扩增方法及设备，对工业物联网原始数据进行预处理得到工业物联网数据集，为每个数据类别分配独立的生成器，构建判别器与分类器共享特征提取层的网络架构；执行融合相对配对对抗损失、双重梯度惩罚机制及生成器特征解耦损失的对抗训练，生成样本优化，包括使用判别器筛选与真实标签一致的样本，基于特征相似度阈值剔除偏离真实分布的样本；将优化后样本输入入侵检测模型，进行训练评估。本发明通过双重优化策略，有效提升生成样本多样性和质量，增强模型训练稳定性；通过轻量化并行架构与动态对抗训练策略，在保证生成效率同时提升模型鲁棒性，解决了工业物联网环境下的入侵检测数据不平衡问题。