基于自監(jiān)督圖神經(jīng)網(wǎng)絡和混合神經(jīng)網(wǎng)絡的入侵檢測
所屬分類:技術(shù)論文
上傳者:wwei
文檔大小:911 K
標簽: 自監(jiān)督學習 圖神經(jīng)網(wǎng)絡 混合神經(jīng)網(wǎng)絡
所需積分:0分積分不夠怎么辦?
文檔介紹:為了解決現(xiàn)有網(wǎng)絡入侵檢測方法在特征提取單一、數(shù)據(jù)依賴強以及模型泛化能力差等方面的問題,提出了一種基于自監(jiān)督圖神經(jīng)網(wǎng)絡和混合神經(jīng)網(wǎng)絡的入侵檢測方法。首先,通過自監(jiān)督學習策略,利用圖卷積網(wǎng)絡提取網(wǎng)絡流量數(shù)據(jù)中的結(jié)構(gòu)特征,增強模型在無標簽數(shù)據(jù)上的特征學習能力,從而降低對標注數(shù)據(jù)的依賴并提升泛化能力。其次,使用卷積神經(jīng)網(wǎng)絡提取網(wǎng)絡流量中時間序列的空間特征,并通過長短時記憶網(wǎng)絡建模時間依賴性,進行多視角特征提取,提高檢測的全面性。最后,設(shè)計了一種特征融合策略,豐富模型特征表示,提升模型魯棒性。在公開數(shù)據(jù)集上的實驗結(jié)果表明,所提方法具有更高的準確率和F1值。
現(xiàn)在下載
VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。