基于图神经网络的病毒传播网络入侵检测研究

入侵检测是网络安全领域的重要课题,入侵检测研究有其必要性、重要性以及不可取代性。近年来,随着病毒传播网络入侵设备事件的不间断发生,传统的检测病毒传播网络的算法明显存在检测能力弱和检测精度低的缺陷,因此更新病毒传播网络入侵检测算法是极其必要的。提出一种基于图神经网络(GNN)的病毒传播入侵检测系统,其方式是将两个模块——规范化模块与计算模块,通过堆叠形成GNN模型。提出的两个模块分别拥有两种方法,由排列组合可以得出四组GNN模型,随后在选定的数据集下进行大量实验。实验结果表明,所提算法的病毒传播网络入侵检测能力、检测精度、复杂度、稳定性均优于传统算法。