| 基于图神经网络的工控网络异常检测算法 |
| |
| 引用本文： | 刘杰,李喜旺. 基于图神经网络的工控网络异常检测算法[J]. 计算机系统应用, 2020, 29(12): 234-238 |
| |
| 作者姓名： | 刘杰 李喜旺 |
| |
| 作者单位： | 中国科学院大学,北京 100049;中国科学院沈阳计算技术研究所,沈阳 110168;中国科学院沈阳计算技术研究所,沈阳 110168 |
| |
| 基金项目： | 辽宁省“兴辽英才计划”(XLYC1908019) |
| |
| 摘 要： | 网络异常检测技术成为入侵检测领域的重点研究内容,但由于目前网络异常检测大多都停留在单点网络异常检测,对不断更新的联合异常攻击和恶意软件无法做出快速及时的相应.本文提出了一种基于图神经网络的工控网络异常检测算法,融合网络节点自身属性以及网络拓扑结构中邻域节点的信息实现对网络异常的检测.首先,每个网络节点获取蕴含了连接节点的特征信息以及节点之间交互信息的状态向量;其次,每个节点使用不动点理论对网络进行迭代更新;最后,根据节点自身信息以及邻域节点信息通过神经网络提取更高层次的特征作为该节点的表示,最后用聚类进行工控网络节点异常行为检测.实验结果表明,本文提出算法在具有较高检测率的同时,也具有较高的鲁棒性.
|
| 关 键 词： | 图神经网络 异常检测 入侵检测 信息融合 聚类 |
| 收稿时间： | 2020-04-21 |
| 修稿时间： | 2020-06-03 |
Anomaly Detection Algorithm in Industrial Control Network Based on Graph Neural Network |
| |
| LIU Jie,LI Xi-Wang. Anomaly Detection Algorithm in Industrial Control Network Based on Graph Neural Network[J]. Computer Systems& Applications, 2020, 29(12): 234-238 |
| |
| Authors: | LIU Jie LI Xi-Wang |
| |
| Affiliation: | University of Chinese Academy of Sciences, Beijing 10004, China;Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China |
| |
| Abstract: | |
| |
| Keywords: | graph neural network anomaly detection intrusion detection information fusion clustering |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
