基于图神经网络的工控网络异常检测算法

发布时间：2022-12-22 00:52

　　网络异常检测技术成为入侵检测领域的重点研究内容,但由于目前网络异常检测大多都停留在单点网络异常检测,对不断更新的联合异常攻击和恶意软件无法做出快速及时的相应.本文提出了一种基于图神经网络的工控网络异常检测算法,融合网络节点自身属性以及网络拓扑结构中邻域节点的信息实现对网络异常的检测.首先,每个网络节点获取蕴含了连接节点的特征信息以及节点之间交互信息的状态向量;其次,每个节点使用不动点理论对网络进行迭代更新;最后,根据节点自身信息以及邻域节点信息通过神经网络提取更高层次的特征作为该节点的表示,最后用聚类进行工控网络节点异常行为检测.实验结果表明,本文提出算法在具有较高检测率的同时,也具有较高的鲁棒性. 

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于深度神经网络的自定义用户异常行为检测[J]. 陈胜,朱国胜,祁小云,雷龙飞,吴善超,吴梦宇.  计算机科学. 2019(S2)
[2]基于隐马尔可夫模型和条件熵的异常流量检测方法研究[J]. 肖林英,王怀彬.  天津理工大学学报. 2019(05)
[3]基于图编码网络的社交网络节点分类方法[J]. 郝志峰,柯妍蓉,李烁,蔡瑞初,温雯,王丽娟.  计算机应用. 2020(01)
[4]基于用户画像的异常行为检测模型[J]. 赵刚,姚兴仁.  信息网络安全. 2017(07)
[5]基于直推式方法的网络异常检测方法[J]. 李洋,方滨兴,郭莉,陈友.  软件学报. 2007(10)
[6]一种网络异常实时检测方法[J]. 邹柏贤.  计算机学报. 2003(08)

博士论文
[1]网络异常检测算法研究[D]. 王子玉.清华大学 2017



本文编号：3723103