基于圖邊緣特征注意力的入侵檢測模型

摘要： 入侵檢測是一種網(wǎng)絡(luò)安全技術(shù)，旨在檢測和防止未經(jīng)授權(quán)的訪問或攻擊。現(xiàn)有入侵檢測模型對(duì)于分布均勻的網(wǎng)絡(luò)數(shù)據(jù)具備良好的檢測性能，但是網(wǎng)絡(luò)中相關(guān)數(shù)據(jù)往往是不平衡的，現(xiàn)有模型對(duì)少數(shù)類攻擊數(shù)據(jù)的檢測率低。針對(duì)上述問題，提出一種基于圖邊緣特征注意力的入侵檢測模型。首先，挖掘數(shù)據(jù)內(nèi)部隱藏的圖結(jié)構(gòu)關(guān)系，并將數(shù)據(jù)進(jìn)行歸一化處理，對(duì)樣本數(shù)據(jù)的原始特征進(jìn)行更新，將數(shù)據(jù)轉(zhuǎn)換成圖結(jié)構(gòu)；其次，使用圖池化操作... （共10頁）