基于时空图卷积网络的无人机网络入侵检测方法

摘要：

无人机网络相比地面网络具有节点快速移动、拓扑结构变换频繁和通信链路不可靠的特点,传统的针对地面网络的入侵检测方法难以适用.针对无人机网络的时空动态特性进行建模,提出了一种无人机网络的入侵检测方法——基于注意力机制的时空图卷积网络(ATGCN).将图卷积网络和门控递归单元组合为时空图卷积网络,从复杂多变的数据中提取网络的时空演变特征,通过注意力机制提取和入侵检测最相关的特征,输入支持向量机进行分类预测.多个数据集的实验分析表明:所提方法能够适应无人机网络的动态性和不稳定性,相比传统检测方法准确率高且误报率低,具有良好的鲁棒性和适应性.

关键词：无人机网络、入侵检测、图卷积网络、门控递归单元、注意力机制

所属期刊栏目：47

分类号：V19;TP393(航空、航天的应用)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1068-1076