基于GATv2的网络入侵异常检测方法OA
【目的】随着网络环境日益复杂化,其所遭受的威胁也愈发严重。入侵检测作为网络安全主动防御的重要手段之一,需要提供更健壮、更有效的检测方法来应对这些挑战。【方法】图神经网络在异常检测方面表现优异。本文基于GATv2(一种改进的图神经网络方法)来构建网络入侵检测的图神经网络方法E-ResGATv2。具体来说,首先将网络流量数据构建成网络流量图,然后通过图形转换来将流量图转换成适合图神经网络处理的图形,以此检测入侵异常流量,并将残差学习集成到图神经网络聚…查看全部>>
郑海潇;马梦帅;文斌;曾昭武;刘文龙
数据科学与智慧教育教育部重点实验室(海南师范大学),海南海口571158 海南师范大学,信息科学技术学院,海南海口571158数据科学与智慧教育教育部重点实验室(海南师范大学),海南海口571158 海南师范大学,信息科学技术学院,海南海口571158数据科学与智慧教育教育部重点实验室(海南师范大学),海南海口571158 海南师范大学,信息科学技术学院,海南海口571158数据科学与智慧教育教育部重点实验室(海南师范大学),海南海口571158 海南师范大学,信息科学技术学院,海南海口571158数据科学与智慧教育教育部重点实验室(海南师范大学),海南海口571158 海南师范大学,信息科学技术学院,海南海口571158
计算机与自动化
入侵检测图神经网络异常检测
《数据与计算发展前沿》 2024 (1)
P.179-190,12
海南省自然科学基金(623RC485)国家自然科学基金(62362029)。
评论