基于双重图神经网络和自编码器的网络异常检测

摘要：

图神经网络在网络异常检测领域中的应用大多集中于单点特征的提取,忽略了连续流量之间的关联性的特点,文章提出了一种基于双重图神经网络和自编码器的网络异常检测方法DGCNAE.该方法首先对通信数据进行图构建和子图划分,然后将子图送入两层图卷积神经网络,分别对点和边进行特征提取,最后采用无监督学习方法对划分出的子图进行训练.通过对子图划分时间间隔和迭代次数进行迭代实验,得出效果最佳的子图划分时间间隔和迭代次数,并在3个典型数据集上与已有算法进行对比实验,实验结果表明,该方法具有更高的准确率和泛化能力.

关键词：异常检测、图神经网络、自编码器

所属期刊栏目：23

分类号：TP309(计算技术、计算机技术)

资助基金：国家重点研发计划2020YFE0200600

在线出版日期：2023-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1-11