首页 | 本学科首页   官方微博 | 高级检索  
     

基于图神经网络的P2P僵尸网络检测方法
引用本文:林宏刚,张运理,郭楠馨,陈麟. 基于图神经网络的P2P僵尸网络检测方法[J]. 四川大学学报(工程科学版), 2022, 54(2): 65-72
作者姓名:林宏刚  张运理  郭楠馨  陈麟
作者单位:成都信息工程大学 网络空间安全学院,成都信息工程大学 网络空间安全学院,成都信息工程大学 网络空间安全学院,网络空间安全态势感知与评估安徽省重点实验室
基金项目:国家242信息安全计划(2021-037),网络空间安全态势感知与评估安徽省重点实验室开放课题资助(CSSAE-2021-002)
摘    要:P2P僵尸网络因具有较高的隐蔽性和健壮性,已经成为新型的网络攻击平台,对网络空间安全造成的威胁越来越大,但现有基于规则分析或流量分析的检测方法不能有效检测.为了解决P2P僵尸网络隐蔽性强、难以识别等问题,提出了一种基于图神经网络(graph neural network,GNN)的P2P僵尸网络检测方法.该方法不依赖流...

关 键 词:P2P僵尸网络  深度学习  图卷积神经网络  图融合  注意力机制
收稿时间:2021-08-11
修稿时间:2022-02-21

P2P Botnet Detection Method Based on Graph Neural Network
LIN Honggang,ZHANG Yunli,GUO Nanxin,CHEN Lin. P2P Botnet Detection Method Based on Graph Neural Network[J]. Journal of Sichuan University (Engineering Science Edition), 2022, 54(2): 65-72
Authors:LIN Honggang  ZHANG Yunli  GUO Nanxin  CHEN Lin
Affiliation:Chengdu University of Information Technology,,
Abstract:
Keywords:P2P botnet   deep learning   graph convolution neural networks   graph fusion   attention mechanism
点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息
点击此处可从《四川大学学报(工程科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号