龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：哈尔滨工程大学
摘要：本发明属于信息安全技术领域，具体涉及一种基于图神经网络与稳定学习思想的恶意流量识别系统、方法、程序、设备及存储介质。本发明采用网络流量图建模的方式实现了对网络通信行为的有效表达，利用基于有偏采样的子图划分机制去除数据分布偏移情况下目标边邻域内可能产生的伪同质关系，使用改进的GraphSAGE将学习网络流量的高维嵌入，保留其流量统计特征及结构属性。本发明能够实现对网络流量通信行为交互模式的显式表达，进而全面表征流内统计性特征及流间关联性特征，能够在显式去除流间伪同质性的同时，隐式消除流量表征的虚假统计相关性，以获得稳定鲁邦的流量表示。
主权项：1.一种基于图神经网络与稳定学习思想的恶意流量识别系统，其特征在于：包括网络流量图构建模块、基于有偏采样的网络流量子图划分模块、基于图神经网络的流量边表征编码器和恶意流量识别分类器；所述网络流量图构建模块用于提取原始网络流量的统计特征，构建网络流量图来建模网络通信行为，将恶意流量识别任务转换为图上边分类任务；所述基于有偏采样的网络流量子图划分模块用于通过有偏采样的邻域过滤机制将网络流量图划分为流量子图；所述基于图神经网络的流量边表征编码器用于对网络流量子图进行流量的深度特征提取；所述恶意流量识别分类器用于根据提取出的深度特征输出恶意流量识别结果；基于稳定学习思想，通过联合优化所述基于图神经网络的流量边表征编码器、所述恶意流量识别分类器和可学习的样本权重，学习用于识别恶意流量的判别性流量边表征，消除无关表征和相关表征之间的依赖关系，提升恶意流量识别模型的识别能力。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于图神经网络与稳定学习思想的恶意流量识别系统、方法、程序、设备及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号