[發明專利]一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法

有效

• 申請號: 202111254593.0
• 申請日: 2021-10-27
• 公開（公告）號: CN113965393B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 劉晶;唐梓文;齊永興;王淳;吳鋌
• 申請（專利權）人: 浙江網安信創電子技術有限公司;北京航空航天大學杭州創新研究院
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06N3/0464;G06F18/214
• 代理公司: 杭州奇炬知識產權代理事務所(特殊普通合伙) 33393
• 代理人: 賀心韜

1.一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：具體步驟如下；

S1、讀取流量解析數據，對數據進行初步預處理；

S2、將原始流量解析數據轉為圖數據，基于源IP計算各有向邊的出度、入度、中心度，以及通信時間、總字節數、總包數等特征的均值、標準差、中位數、最大值和最小值；

S3、基于S2得到的新特征進行數據的融合處理，將得到的標量值作為源IP各邊的權重；

S4、提取源IP、目的IP，進行數據操作，計算鄰接矩陣，編寫正則化拉普拉斯矩陣函數；將數據集劃分為訓練集、驗證集和測試集；

S5、編寫圖神經網絡模型；

S6、利用圖神經網絡模型進行實例化，設定相關參數，訓練模型，并基于驗證集優化參數，基于測試集測試模型精確率；

S7、保存模型，對新流量解析數據進行檢測。

2.根據權利要求1所述的一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：所述的步驟S1中，讀取CTU-13流量解析數據，每個數據樣本含有10個維度(列)，其中一列為表明相應的數據樣本是否為僵尸網絡的標簽，在數據預處理時，對其中協議列和連接狀態列進行獨熱編碼。

3.根據權利要求1所述的一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：所述的步驟S2中，通過導入networkx，編寫創建圖函數，將解析流量數據轉為圖數據。

4.根據權利要求1所述的一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：所述的步驟S4中，提取數據集中源IP和目的IP，進行Groupby操作，得到每個源IP對應的目的IP列表，進一步將其轉為詞典，計算鄰接矩陣和正則化拉普拉斯矩陣，將數據集中所有IP轉換為整數，并對除IP外的其他特征數據進行歸一化處理，并將數據集劃分為訓練集、驗證集和測試集。

5.根據權利要求1所述的一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：所述的步驟S5中，導入PyTorch，編寫一階采樣函數、k階采樣函數；編寫用于聚合源IP鄰居信息的圖卷積類、SageGCN層和GraphSAGE類。

6.根據權利要求1所述的一種基于復雜網絡和圖神經網絡的僵尸網絡檢測方法，其特征在于：所述的步驟S6中，利用GraphSAGE類進行實例化。