基于图卷积神经网络的网络安全态势感知研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：随着网络技术的进步和网络应用的普及,网络安全问题日益严峻.为应对这一挑战,本文将图卷积神经网络(Graph Convolutional Network,GCN)应用于网络安全态势感知,此方法对复杂的网络系统表现出良好的适应性和解释能力.文本在前人的基础上进行研究,通过使用基于随机森林的特征选择方法,将CICIDS2017 入侵检测数据集原有 83 个特征项优化为 69个,进一步调整超参数,并使用GCN增强模型对数据进行训练验证.结果显示,该模型在准确率和精确度对比前人研究结果有了大幅提高,在小数据量的攻击类别识别上也有更好的性能表现.

作者：

葛睿博、路新喜、董凌鹤

展开 >

作者单位：

北京航空航天大学北京 100191

河北兴冀人才资源开发有限公司河北 050000

关键词：

图卷积神经网络网络安全态势感知入侵检测 CICIDS2017

出版年：

2024

网络安全技术与应用

北京大学出版社

网络安全技术与应用

CHSSCD

影响因子：0.417

ISSN：1009-6833

年,卷(期)：2024.(5)

参考文献量7