| 基于自監督圖神經網絡和混合神經網絡的入侵檢測 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>911 K | |
| 標簽： 自監督學習 圖神經網絡 混合神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為了解決現有網絡入侵檢測方法在特征提取單一、數據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督圖神經網絡和混合神經網絡的入侵檢測方法。首先，通過自監督學習策略，利用圖卷積網絡提取網絡流量數據中的結構特征，增強模型在無標簽數據上的特征學習能力，從而降低對標注數據的依賴并提升泛化能力。其次，使用卷積神經網絡提取網絡流量中時間序列的空間特征，并通過長短時記憶網絡建模時間依賴性，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。在公開數據集上的實驗結果表明，所提方法具有更高的準確率和F1值。 | |
| 現在下載 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2