一种物联网环境下的分布式异常流量检测方案

摘要：

物联网终端设备数量的急剧增加带来了诸多安全隐患,如何高效地进行异常流量检测成为物联网安全研究中的一项重要任务.现有检测方法存在计算开销大的问题,且不能显式地捕捉流量数据中的关系和结构,难以应对新型网络攻击.考虑网络结构和节点设备之间的复杂通信模式,提出一种基于图神经网络的分布式异常流量检测方案.结合物联网环境对卷积神经网络进行改进,识别节点之间的复杂关系,同时在物联网设备、转发器和雾节点上设计并部署分布式检测单元,通过分布式检测架构实现本地化的异常流量检测,从而降低检测延迟和时间开销.在此基础上,引人注意力模块强化对关键特征的提取,增强模型的可解释性,进一步提高检测精度.在公开数据集CTU-13上的实验结果表明,该方案准确率和AUC值达到99.93％和0.99,只需9.26 s即可完成检测,且带宽消耗仅为845 kb/s.

关键词：物联网、异常流量检测、图神经网络、注意力机制、多层感知机、分布式系统

所属期刊栏目：48

分类号：TP309(计算技术、计算机技术)

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：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：152-159