← 返回列表
一种基于图结构学习的用户网络行为数据异常检测方法
申请人信息
- 申请人:清华大学深圳国际研究生院
- 申请人地址:518000 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼
- 发明人: 清华大学深圳国际研究生院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于图结构学习的用户网络行为数据异常检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410243752.4 |
| 申请日 | 2024/3/4 |
| 公告号 | CN117828514A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F18/2433 |
| 权利人 | 清华大学深圳国际研究生院 |
| 发明人 | 陈伟坚; 王沛松; 陈博奎; 袁凤池; 张永豪; 刘菲雪; 陈思琪 |
| 地址 | 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼 |
摘要文本
一种基于图结构学习的用户网络行为数据异常检测方法，包括如下步骤：S1、使用用户网络行为历史数据对图注意力网络GAT进行训练以构建图结构，将每个用户网络行为作为一个节点并提取其特征，计算节点之间的注意力权重，并利用所述注意力权重聚合邻居节点的特征，对节点特征进行更新；S2、对于步骤S1得到的图结构，过滤掉所述注意力权重小于设定阈值的边，并对每个节点的邻居节点进行排序，选择相似度最靠前的多个邻居节点并与其相连而生成新边，生成具有增强结构特性的精炼图；S3、使用基于所述精炼图的图注意力网络GAT，对输入待测的用户网络行为数据执行图异常检测算法，识别出异常的用户网络行为数据。
专利主权项内容
1.一种基于图结构学习的用户网络行为数据异常检测方法，其特征在于，包括如下步骤：S1、使用用户网络行为历史数据对图注意力网络GAT进行训练以构建图结构，将每个用户网络行为作为一个节点并提取其特征，计算节点之间的注意力权重，并利用所述注意力权重聚合邻居节点的特征，对节点特征进行更新；S2、对于步骤S1得到的图结构，过滤掉所述注意力权重小于设定阈值的边，并对每个节点的邻居节点进行排序，选择相似度最靠前的多个邻居节点并与其相连而生成新边，生成具有增强结构特性的精炼图；S3、使用基于所述精炼图的图注意力网络GAT，对输入的用户网络行为数据执行图异常检测算法，识别出异常的用户网络行为数据。 该数据由<马克数据网>整理