买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种基于图神经网络的恶意主机检测方法及系统,属于图神经网络与网络安全结合的交叉技术领域。本发明首先将网络流量数据进行短时间窗口切片和边去重,再构建主机通信图,然后基于子图结构进行平衡处理和节点特征增强,最后基于图神经网络技术进行节点分类,从而实现有效的网络中恶意主机检测。本发明能够解决检测数据正常与恶意样本数量不平衡的问题,解决高价值隐含信息未被充分利用的问题。
主权项:1.一种基于图神经网络的恶意主机检测方法,其特征在于,包括以下步骤:1将网络流量数据进行短时间窗口切片;2对短时间窗口内的同源、同目的、同协议的重复流量进行聚合去重;3根据每个短时间窗口内的去重后的流量数据所包含的通信端点间的通信关系,构建主机通信图;4基于主机通信图的子图结构进行样本平衡处理,对少数类恶意样本进行欠采样和过采样;5获取主机通信图的子图拓扑信息,基于子图拓扑信息进行节点特征增强;6通过主机状态卷积层聚合每个节点与其邻居节点的特征;7通过通信行为卷积层聚合边特征,卷积学习主机每一次通信行为;8将主机状态卷积层输出的节点特征和通信行为卷积层输出的边特征进行拼接,将拼接特征输入到全连接层中进行非线性变换,输出是否为恶意主机的判断结果;9使用带有真实标签的训练数据训练上述全连接层,计算二元交叉熵损失函数,以最小化二元交叉熵损失函数的损失值为目标优化上述全连接层的参数,训练完成后用来对恶意主机进行正式检测。
全文数据:
权利要求:
百度查询: 中国科学院信息工程研究所 一种基于图神经网络的恶意主机检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。