本研究提出了一种不确定性感知的集成深核学习模型（UEDKL），旨在提高网络攻击检测的准确性和不确定性估计。该模型通过捕捉数据分布和模型参数，显著提升了网络安全领域的检测性能，为应对网络攻击提供了新方案。