【机器学习】什么是DNN / MLP（全连接深度神经网络, Deep Neural Network / Multilayer Perceptron）？

什么是 DNN / MLP（全连接网络）

一句话：MLP 就是由多层“线性加权求和 + 非线性激活”堆起来的网络；层与层之间全连接，没有卷积、注意力或递归结构。

• 输入层：放入特征向量 x∈R^d（如流量统计特征）。

• 隐藏层（Hidden Layers）：每层做 z=W·h + b，再过激活函数（ReLU/GELU/SiLU 等）。

• 输出层：

  • 二分类：1 个单元 + Sigmoid；
  • 多分类：K 个单元 + Softmax。

• 损失函数：

  • 二分类：Binary Cross-Entropy；
  • 多分类：Categorical / Sparse Categorical Cross-Entropy。

• 为什么叫“深度”：有多层（>1）隐藏层就是“深度神经网络（DNN）”；MLP 是 DNN 的一种具体结构（全连接）。

初学者直观理解（两个小比喻）

• 配方调味器：每一层像“调味”：先把原料（特征）线性混合，再通过非线性“调味”，层层叠加后能拟合很复杂的口味（函数）。
• 会学特征的逻辑回归：逻辑回归是“线性 + Sigmoid”；MLP 是把“学特征”的过程也参数化并端到端训练。

与 CNN 的差别

• MLP 不擅长“局部模式/平移不变”，但非常吃“优质特征”；
• CNN 能自动挖局部模式（适合时序/图像的结构性数据）。
• IoT 入侵检测：如果你有好的统计特征（tabular），MLP 往往是稳健基线；若用原始时序或窗口序列，CNN/TCN 更占优。

在 IoT 攻击检测中的数据喂法

常见两种输入给 MLP 的方式：

1. 会话/流量的汇总统计（推荐给 MLP）：如字节数、包数、持续时长、方向计数、TCP 标志位计数、平均/方差/峰度、端口/协议 One-Hot/嵌入等 → 拼成一个固定长度的特征向量。
2. 将时间窗口展开为大向量：把 (window_len, n_features) 直接 flatten 成长度 window_len×n_features 的向量（可行，但序列位置信息弱化）。

用 MLP 做你的研究题：二分类 vs 多分类

Research Question

How does binary classification performance compare with multiclass models in IoT cyber attack detection?

公平对比设计（核心要点）

1. 同一数据/划分/预处理：同一 train/val/test；特征标准化用 train 集 的均值方差拟合再应用到 val/test，避免泄漏。

2. 同一 MLP 主干：仅改输出层大小 + 损失函数（二 vs 多），其余结构/优化器/学习率/epoch/早停一致。

3. 类别不平衡：使用 class_weight 或重采样；多分类可考虑 Focal Loss。

4. 指标：

   • Binary：Accuracy、Precision、Recall、F1、PR-AUC（precision 很受阈值影响，给出阈值-精召折中）。
   • Multiclass：Macro-Precision / Macro-F1（更能反映小类），外加混淆矩阵。

5. 统计置信：对 Macro-F1 做 bootstrap 置信区间；也可报告多次随机种子平均±方差。

6. 报告：同一表格列出 Binary 与 Multiclass 的 Accuracy / （Macro）Precision / （Macro）F1；多分类给出主要混淆对（如 DoS↔DDoS）。

预期现象（可写成假设）

• H1：在相同条件下，Binary 的 Accuracy/Precision 通常高于 Multiclass 的 Macro-Precision/Macro-F1；
• H2：Multiclass 能区分具体类型，运维价值更高；若对长尾类做重加权/增广，Macro-Precision 会提升。

一个可复用的 MLP 基线（两套：scikit-learn 与 Keras）

A. scikit-learn（快速基线，适合表格特征）

from sklearn.neural_network import MLPClassifier
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.metrics import classification_report
from sklearn.utils.class_weight import compute_class_weight
import numpy as np# X_train, y_train, X_val, y_val, X_test, y_test 需事先准备好（相同划分用于二/多分类）
is_binary = True   # True=二分类；False=多分类
hidden = (256, 128)  # 主干一致if is_binary:classes = np.array([0,1])
else:classes = np.unique(y_train)cw = compute_class_weight('balanced', classes=classes, y=y_train)
class_weight = {i:cw[i] for i in range(len(classes))}pipe = Pipeline([('scaler', StandardScaler()),('mlp', MLPClassifier(hidden_layer_sizes=hidden,activation='relu',solver='adam',alpha=1e-4,        # L2batch_size=256,learning_rate_init=1e-3,max_iter=100,early_stopping=True,n_iter_no_change=10,random_state=42))
])# 注意：sklearn 的 MLPClassifier 不直接支持 class_weight
# 变通：对 y_train 做加权采样，或用 sample_weight 传给 fit（需要1.4+并用SGD）；简单起见可先不加权
pipe.fit(X_train, y_train)y_pred = pipe.predict(X_test)
print(classification_report(y_test, y_pred, digits=3))  # 多分类含 macro avg

说明：sklearn 的 MLPClassifier 使用方便、适合跑基线；但在严重不平衡时，class_weight 支持有限，你可以用 加权采样 或换到 Keras 更灵活。

B. Keras（更灵活，class_weight/回调/自定义指标都好用）

import tensorflow as tf
from tensorflow.keras import layers, models
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import classification_report
from sklearn.utils.class_weight import compute_class_weight
import numpy as npis_binary = True
n_classes = 1 if is_binary else K  # 把 K 换成类别数# 标准化（用 train 拟合）
scaler = StandardScaler().fit(X_train)
X_train_n = scaler.transform(X_train)
X_val_n   = scaler.transform(X_val)
X_test_n  = scaler.transform(X_test)inputs = layers.Input(shape=(X_train_n.shape[1],))
x = layers.Dense(256)(inputs); x = layers.ReLU()(x); x = layers.Dropout(0.3)(x)
x = layers.Dense(128)(x);      x = layers.ReLU()(x); x = layers.Dropout(0.2)(x)if is_binary:outputs = layers.Dense(1, activation='sigmoid')(x)loss = 'binary_crossentropy'metrics = ['accuracy',tf.keras.metrics.Precision(name='precision'),tf.keras.metrics.Recall(name='recall')]
else:outputs = layers.Dense(n_classes, activation='softmax')(x)loss = 'sparse_categorical_crossentropy'metrics = ['accuracy']  # 训练后用 sklearn 计算 macro 指标更稳model = models.Model(inputs, outputs)
model.compile(optimizer=tf.keras.optimizers.Adam(1e-3), loss=loss, metrics=metrics)# 类别权重（建议）
if is_binary:classes = np.array([0,1])
else:classes = np.arange(n_classes)cw = compute_class_weight('balanced', classes=classes, y=y_train.reshape(-1))
class_weight = {int(i):float(w) for i,w in enumerate(cw)}cb = [tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=8, restore_best_weights=True)]
model.fit(X_train_n, y_train,validation_data=(X_val_n, y_val),epochs=200, batch_size=256,class_weight=class_weight,callbacks=cb, verbose=1)# 评估
if is_binary:y_prob = model.predict(X_test_n, verbose=0).ravel()y_pred = (y_prob >= 0.5).astype(int)  # 也可按PR曲线选更优阈值
else:y_prob = model.predict(X_test_n, verbose=0)y_pred = y_prob.argmax(axis=1)print(classification_report(y_test, y_pred, digits=3))

指标与结果呈现（直接可用模板）

表 1：同一 MLP 主干下 Binary vs Multiclass 表现（测试集）

Setting	Accuracy	Precision / Macro-Precision	Recall / Macro-Recall	F1 / Macro-F1
Binary (MLP)	…	…	…	…
Multiclass (MLP)	…	…	…	…

多分类再补一张混淆矩阵，并在文字里指出主要混淆对（如 DoS↔DDoS、PortScan↔BruteForce）。

实操建议（直接影响结论）

• 特征工程优先：MLP 对表格数据的表现强烈依赖特征质量；对时域统计 + 比例 + 对数变换常有帮助。
• 标准化：对连续特征做 StandardScaler（按 train 统计量）。
• 不平衡：优先用 class_weight；严重时配合 欠/过采样 或 Focal Loss。
• Binary 的阈值：precision 取决于阈值；报告 PR-AUC 与若干阈值下的 (P, R)。
• 泛化：加入 L2（weight decay）+ Dropout，早停；多次随机种子平均。
• 与树模型对照（可写在附录）：在纯表格数据上，XGBoost/LightGBM 往往是强基线；但本研究重点是同一主干的二 vs 多对比，保持可比性即可。

什么是 DNN / MLP（Deep Neural Network / Multilayer Perceptron）

结论先行：

• **DNN（深度神经网络）**是多层神经网络的统称（>1 个隐藏层）。
• MLP（多层感知机）是一种全连接结构的 DNN：相邻两层每个神经元彼此相连，没有卷积、注意力或循环结构。

---

1) 初学者怎么理解？

最短定义

• 一层做的事：线性变换 + 非线性激活

  $$\text{hidden}=\sigma (Wx+b)$$

• 多层堆叠后，网络可以逼近非常复杂的函数关系（“万能逼近”）。

两个直观比喻

• 会学特征的逻辑回归：逻辑回归 = “线性 + Sigmoid”；MLP = 多层“线性 + 非线性”，相当于把“造特征”的过程也学出来。
• 调味叠层：每层在上一层输出的“口味”上再加权、再非线性调味，越叠越能做出细腻风味（复杂决策边界）。

关键组件

• 层（Layer）：Dense/全连接层（Dense(units)）

• 激活（Activation）：ReLU/SiLU/GELU（推荐 ReLU/SiLU 起步）

• 损失（Loss）：

  • 二分类：Binary Cross-Entropy（BCE）
  • 多分类：Categorical / Sparse Categorical Cross-Entropy

• 正则化：Dropout、L2（weight decay）、Early Stopping

• 优化器：Adam（学习率 1e-3 起步）

---

2) DNN vs. MLP vs. 其它模型

• MLP 属于 DNN（全连接）。
• CNN 用卷积核捕捉“局部模式+平移不变”，适合序列/图像。
• **树模型（XGBoost/LightGBM）**在“表格”数据上常是强基线；MLP 优势在端到端联合学习与可与深度管线配合（如后续多任务/蒸馏）。

实用建议：

• 表格/会话统计特征：先用 MLP 做稳健基线（速度快、实现简单）。
• 窗口化时序（T×F）：考虑 1D-CNN/TCN；若坚持 MLP，可先 flatten，但通常不如 1D-CNN 抓时序局部模式。

---

3) 迷你例子：为什么需要“多层”？

XOR（异或）用单层线性模型无法分开（线性不可分）。加一层隐藏层（非线性），MLP 便能轻松拟合。这说明隐藏层=自动构造可分特征。

---

4) 在你的课题里怎么用？

Research Question：
How does binary classification performance compare with multiclass models in IoT cyber attack detection?
Topic：Binary vs. Multiclass Evaluation of IoT Cyber Attacks

数据表示（两条常用路径）

1. 表格/会话级统计（推荐给 MLP）：

   • 特征例子：字节数、包数、持续时长、方向计数、TCP 标志位统计、端口/协议（One-Hot/嵌入）、时间间隔的均值/方差/峰度等。
   • 预处理：缺失值→填补；连续特征→标准化（只用 train 拟合）；偏态→对数/分箱；类别→One-Hot/嵌入。

2. 窗口化序列（T×F）：如每 0.5–1s 聚合一次，得到固定长度序列；若用 MLP，先 flatten 成向量（简便但时序位置信息弱化；1D-CNN 往往更优）。

用同一 MLP 主干，公平比较 Binary vs. Multiclass

• 只改最后一层与损失函数，其余保持一致：

  • Binary：输出维度 1 + Sigmoid，BCE
  • Multiclass：输出维度 K + Softmax，(Sparse) CE

• 类不平衡：用 class_weight 或重采样；多分类可加 Focal Loss（可作为附加实验）。

• 指标：

  • Binary：Accuracy、Precision、Recall、F1、PR-AUC（precision 受阈值影响，给出若干阈值下 P/R 或 PR 曲线）
  • Multiclass：Macro-Precision / Macro-Recall / Macro-F1 + 混淆矩阵（Macro 能真实反映小类表现）

• 统计稳健：多随机种子均值±方差；或对（Macro）F1 做 bootstrap 置信区间。

可检验的预期

• Binary 往往更高的 Accuracy / Precision（任务更容易）。
• Multiclass 的 Macro-Precision / Macro-F1 常较低（长尾与类间混淆），但能提供具体攻击类型，运维价值更高。
• 工程建议：两段式（Binary 先筛，再 Multiclass 精细化）或对小类重加权/数据增广。

---

5) 一个极简可复用的 MLP 基线（Keras/TensorFlow）

把你的数据准备为：
X_* 形状为 [样本数, 特征数]；
y_*：二分类为 0/1；多分类为 0…K-1。

import numpy as np
import tensorflow as tf
from tensorflow.keras import layers, models
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import classification_report
from sklearn.utils.class_weight import compute_class_weight# === 配置：切换二/多分类 ===
TASK_TYPE  = 'binary'      # 'binary' or 'multiclass'
N_CLASSES  = 5             # 多分类类别数（示例）
INPUT_DIM  = X_train.shape[1]# 标准化（仅用 train 拟合，避免泄漏）
scaler = StandardScaler().fit(X_train)
X_train_n = scaler.transform(X_train)
X_val_n   = scaler.transform(X_val)
X_test_n  = scaler.transform(X_test)# 构建同一主干 MLP，仅输出层不同
inputs = layers.Input(shape=(INPUT_DIM,))
x = layers.Dense(256)(inputs); x = layers.ReLU()(x); x = layers.Dropout(0.3)(x)
x = layers.Dense(128)(x);      x = layers.ReLU()(x); x = layers.Dropout(0.2)(x)if TASK_TYPE == 'binary':outputs = layers.Dense(1, activation='sigmoid')(x)loss = 'binary_crossentropy'metrics = ['accuracy', tf.keras.metrics.Precision(name='precision'),tf.keras.metrics.Recall(name='recall')]classes = np.array([0,1])n_out = 1
else:outputs = layers.Dense(N_CLASSES, activation='softmax')(x)loss = 'sparse_categorical_crossentropy'metrics = ['accuracy']  # 训练后用 sklearn 计算 macro 指标更稳classes = np.arange(N_CLASSES)n_out = N_CLASSESmodel = models.Model(inputs, outputs)
model.compile(optimizer=tf.keras.optimizers.Adam(1e-3), loss=loss, metrics=metrics)# 类别权重（不平衡友好）
cw = compute_class_weight(class_weight='balanced', classes=classes, y=y_train.reshape(-1))
class_weight = {int(i): float(w) for i, w in enumerate(cw)}# 训练与早停
cb = [tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=8, restore_best_weights=True)]
model.fit(X_train_n, y_train, validation_data=(X_val_n, y_val),epochs=120, batch_size=256, class_weight=class_weight, callbacks=cb, verbose=1)# 评估
y_prob = model.predict(X_test_n, verbose=0)
if TASK_TYPE == 'binary':y_pred = (y_prob.ravel() >= 0.5).astype(int)  # 可按PR曲线调阈值
else:y_pred = y_prob.argmax(axis=1)print(classification_report(y_test, y_pred, digits=3))

---

6) 实操清单（避免“翻车点”）

• 划分先于标准化：先切 train/val/test，再用 train 拟合 scaler。
• 去泄漏：时间序列按时间切；不要把同一会话的不同片段分到不同集合。
• 类不平衡：优先 class_weight；严重时配合重采样或 Focal Loss。
• 阈值与业务（Binary）：precision 随阈值变；结合代价（漏报/误报）选择运营阈值。
• 报告方式统一：同一主干、同一超参，表格并排给出 Binary vs. Multiclass 的 Accuracy /（Macro）Precision /（Macro）F1；多分类补混淆矩阵与主要混淆对（如 DoS↔DDoS）。

---

一句话小结

• DNN 是“多层神经网络”的大类，MLP 是其中“全连接”的基础款。
• 在 IoT 入侵检测 中，表格/会话统计特征 → MLP 是很好的起点；
• 用同一 MLP 主干，只改输出层与损失，就能公平比较 Binary 与 Multiclass 的 Accuracy /（Macro）Precision，并据此写出清晰、可复现的研究结论。