基于自监督图神经网络和混合神经网络的入侵检测OA

为了解决现有网络入侵检测方法在特征提取单一、数据依赖强以及模型泛化能力差等方面的问题,提出了一种基于自监督图神经网络和混合神经网络的入侵检测方法。首先,通过自监督学习策略,利用图卷积网络提取网络流量数据中的结构特征,增强模型在无标签数据上的特征学习能力,从而降低对标注数据的依赖并提升泛化能力。其次,使用卷积神经网络提取网络流量中时间序列的空间特征,并通过长短时记忆网络建模时间依赖性,进行多视角特征提取,提高检测的全面性。最后,设计了一种特征融合策…查看全部>>