| 基于自监督图神经网络和混合神经网络的入侵检测 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：911 K | |
| 標(biāo)簽： 自监督学习 图神经网络 混合神经网络 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：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。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2