关键词:
双重图神经网络
计算机网络
入侵检测
时间序列
摘要:
由于传统的计算机网络入侵检测方法通常依赖手动选择特征,这些特征无法涵盖所有的入侵行为,导致F1分数较低。针对上述问题,提出了基于双重图神经网络的计算机网络入侵检测方法。设计网络入侵检测结构,利用网络结构处理传统的时序数据;利用双重图神经网络从原始数据中提取对入侵行为敏感的特征,对时间序列进行建模,将时间序列数据转化为适合神经网络处理的形式;使用双重图神经网络进行实际入侵检测,通过不断地更新特征,检测计算机的网络入侵行为。实验结果表明,该方法的F1分数得分较高,提高了入侵检测的准确性,为计算机网络的安全提供了有力保障。