[發(fā)明專利]圖神經(jīng)網(wǎng)絡(luò)構(gòu)建方法、基于圖神經(jīng)網(wǎng)絡(luò)的異常流量檢測方法

在審

• 申請?zhí)枺?/td>: 202011184585.9
• 申請日: 2020-10-29
• 公開（公告）號: CN112383516A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計）人: 向鵬;李青山;孫圣力;司華友
• 申請（專利權(quán)）人: 博雅正鏈（北京）科技有限公司;南京博雅區(qū)塊鏈研究院有限公司;北京大學(xué)
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06N3/04;G06N3/08
• 代理公司: 北京沁優(yōu)知識產(chǎn)權(quán)代理有限公司 11684
• 代理人: 郭峰

1.一種圖神經(jīng)構(gòu)建方法，其特征在于：包括：

S10：獲取原始流量數(shù)據(jù)中具有相關(guān)性以及時序性的特征；

S20：將步驟S10中的特征轉(zhuǎn)化為圖結(jié)構(gòu)數(shù)據(jù)；

S30：構(gòu)建深度圖神經(jīng)網(wǎng)絡(luò)模型。

2.根據(jù)權(quán)利要求1所述的圖神經(jīng)構(gòu)建方法，其特征在于：步驟S10之前還包括步驟S00：通過會話還原技術(shù)對原始流量數(shù)據(jù)進行處理，形成以會話為基本單位的數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的圖神經(jīng)構(gòu)建方法，其特征在于：步驟S00中對原始流量數(shù)據(jù)進行處理的過程從時間窗口與會話狀態(tài)兩方面進行。

4.根據(jù)權(quán)利要求1所述的圖神經(jīng)構(gòu)建方法，其特征在于：步驟S10中獲取原始流量數(shù)據(jù)中具有相關(guān)性以及時序性的特征包括：

S101：獲取原始流量數(shù)據(jù)中具有相關(guān)性的特征；

S102：獲取原始流量數(shù)據(jù)中具有時序性的特征。

5.根據(jù)權(quán)利要求4所述的圖神經(jīng)構(gòu)建方法，其特征在于：獲取原始流量數(shù)據(jù)中具有相關(guān)性的特征的過程包括：

S1011：選取與流量判別相關(guān)的數(shù)據(jù)；

S1012：按照數(shù)據(jù)的表現(xiàn)形式，對選取的與流量判別相關(guān)的數(shù)據(jù)進行差異化的特征向量化處理。

6.根據(jù)權(quán)利要求4或5所述的圖神經(jīng)構(gòu)建方法，其特征在于：獲取原始流量數(shù)據(jù)中具有時序性的特征的過程包括：對不同表現(xiàn)形式的數(shù)據(jù)進行區(qū)分處理，分別進行循環(huán)神經(jīng)網(wǎng)絡(luò)訓(xùn)練，學(xué)習(xí)得到具有時序性的特征。

7.根據(jù)權(quán)利要求6所述的圖神經(jīng)構(gòu)建方法，其特征在于：采用雙向GRU模型來進行時序數(shù)據(jù)的處理，可同時接受不同類型的數(shù)據(jù)的處理，計算公式為：

r_t＝σ(W_r·[h_t-1,e_t|n_t|x_t])

z_t＝σ(W_z·[h_t-1,e_t|n_t|x_t])

其中，r_t與z_t分別代表重置門和更新門，記憶了當(dāng)前時刻的狀態(tài)，h_t屬于更新記憶階段，分別進行了遺忘和記憶兩個步驟，e_t表示第一類型的數(shù)據(jù)輸入，n_t表示第二類型的數(shù)據(jù)輸入，x_t表示第三類型的數(shù)據(jù)輸入。

8.根據(jù)權(quán)利要求1所述的圖神經(jīng)構(gòu)建方法，其特征在于：圖神經(jīng)網(wǎng)絡(luò)模型包括：

圖卷積網(wǎng)絡(luò)，用于聚合節(jié)點自身的特征和鄰居特征來獲得新的節(jié)點表示；

圖池化網(wǎng)絡(luò)，用于對數(shù)據(jù)進一步過濾；以及

全連接層，用于連接所有的特征，并將連接后的輸出值交給分類器，進而對數(shù)據(jù)分類。

9.根據(jù)權(quán)利要求8所述的圖神經(jīng)構(gòu)建方法，其特征在于：圖卷積網(wǎng)絡(luò)包括三層圖卷積層，圖池化網(wǎng)絡(luò)包括三層池化層以及全局池化層。

10.一種基于圖神經(jīng)網(wǎng)絡(luò)的異常流量檢測方法，其特征在于：通過權(quán)利要求1至8中任意一項所述的深度圖神經(jīng)網(wǎng)絡(luò)模型進行異常流量的檢測。