基于自监督图神经网络和混合神经网络的入侵检测AET-电子技术应用-最丰富的电子设计资源平台

基于自监督图神经网络和混合神经网络的入侵检测
所属分类：技术论文
上传者：wwei
文档大小：911 K
标签：自监督学习图神经网络混合神经网络
所需积分：0分积分不够怎么办？
文档介绍：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略，丰富模型特征表示，提升模型鲁棒性。在公开数据集上的实验结果表明，所提方法具有更高的准确率和F1值。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动