基于门控时间卷积网络与图的入侵检测方法

专利主权项内容

1.一种基于门控时间卷积网络与图的入侵检测方法，其特征在于，包括如下步骤：步骤一、通过数据清洗和划分方式对网络流量数据进行预处理得到交通流数据，将交通流数据输入到构建的门控时间卷积网络GatedTCN；步骤二、利用构建的门控时间卷积网络GatedTCN从输入的交通流数据中提取时间特征并输出；步骤三、对输出的时间特征进行批量归一化操作，获得归一化后的时间特征，然后输入到构建的图卷积网络GCN；步骤四、利用图卷积网GCN从输入的归一化后的时间特征中提取空间特征，然后输入到构建的图注意力网络GAT；步骤五、利用图注意力网络GAT提取时空特征，将提取的时空特征输入到图神经网络GNN；步骤六、利用可用的图信息将残差学习集成到图神经网络GNN中，对输入的时空特征进行学习，获得新的时空特征，将新的时空特征输入到残差连接；步骤七、在GNN网络之后加入残差连接作为一种处理高层类不平衡的策略，以保留原始信息，将原始信息与提取的时空特征相结合，输入到检测层进行网络流量入侵检测。