一种基于自监督图神经网络的入侵检测方法及系统技术方案

本发明专利技术涉及网络入侵检测技术领域，具体涉及一种基于自监督图神经网络的入侵检测方法及系统，获取入侵检测数据集的图结构，对图结构进行处理，得到正样本和负样本，利用正样本和负样本对图神经网络进行迭代训练，在训练过程中，将正样本和负样本输入图编码器中，得到正样本和负样本的节点表示，根据正样本和负样本的节点表示，利用判别器对正样本和负样本进行判别，根据判别结果调整图神经网络的各项参数，从而得到训练好的图神经网络；利用训练好的图神经网络进行入侵检测。本发明专利技术通过应用图神经网络，并采用自监督学习方法，自动生成目标标签来训练网络，有效保证了入侵检测的准确性和精度，提高了入侵检测成功率。

【技术实现步骤摘要】

本专利技术涉及网络入侵检测，具体涉及一种基于自监督图神经网络的入侵检测方法及系统。

技术介绍

1、随着互联网的广泛应用，网络已成为现代社会的重要组成部分，企业和组织需要依赖于网络进行日常业务和交流。然而，网络的广泛使用也使其成为了各种网络攻击的目标，包括但不限于拒绝服务攻击(ddos)、恶意软件攻击、数据泄露等。这些网络攻击不仅可能导致服务中断和数据丢失，还可能对组织的声誉和财产造成严重影响。在传统的网络安全解决方案中，主要依赖于防火墙、反病毒软件等传统的网络安全措施。然而，随着网络攻击技术的不断演变和进化，传统的安全措施已经难以满足对网络安全的需求，传统的网络入侵检测系统(nids)在检测新型攻击、应对对抗性攻击等方面面临各种挑战。

2、网络入侵检测系统主要分为基于签名的检测和基于行为的检测两种类型。其中，基于签名的检测方法通过事先定义的特征或规则来匹配已知的攻击模式，一旦匹配成功则触发警报。然而，这种方法容易受到攻击者的规避，而且无法检测未知的攻击类型。基于行为的检测方法则试图通过建立正常网络行为的模型，来检测与模型不一致的行为。然而，这种本文档来自技高网...

【技术保护点】

1.一种基于自监督图神经网络的入侵检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，得到正样本和负样本，包括：

3.根据权利要求2所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，通过利用添加高斯噪声的方法对所述图结构中的边进行随机的损坏。

4.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，得到正样本和负样本的节点表示，包括：

5.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，利用判别器对正样本和负样本进行判别，包括：...

【技术特征摘要】

1.一种基于自监督图神经网络的入侵检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，得到正样本和负样本，包括：

3.根据权利要求2所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，通过利用添加高斯噪声的方法对所述图结构中的边进行随机的损坏。

4.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，得到正样本和负样本的节点表示，包括：

5.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征在于，利用判别器对正样本和负样本进行判别，包括：

6.根据权利要求1所述的一种基于自监督图神经网络的入侵检测方法，其特征...

【专利技术属性】
技术研发人员：韩志杰，周毅君，赵龑骧，程普，
申请(专利权)人：河南大学，
类型：发明
国别省市：