基于图神经网络的轻量级网络攻击流量检测方法及系统

    公开(公告)号:CN119854042A

    公开(公告)日:2025-04-18

    申请号:CN202510323612.2

    申请日:2025-03-19

    Abstract: 本发明提供一种基于图神经网络的轻量级网络攻击流量检测方法及系统,包括:获取待检测的网络流量,以网络流量的IP地址和端口号为节点、网络流为边,构建流量关系图;从网络流量中提取多维特征,并进行标准化处理,构建边特征向量;将流量关系图和边特征向量输入预训练得到的GraphSAGE检测模型,通过消息传递机制聚合节点和边的信息,生成待检测的网络流量的分类结果。本发明提供的检测方法能够实现高精度的网络攻击流量检测,适用于实时检测和资源受限环境。

    程序代码漏洞检测模型训练方法及检测方法

    公开(公告)号:CN117725422B

    公开(公告)日:2024-05-07

    申请号:CN202410175190.4

    申请日:2024-02-07

    Abstract: 本申请提供一种程序代码漏洞检测模型训练方法及检测方法,所述程序代码漏洞检测模型训练方法包括将各个训练程序代码分别转换为程序依赖图和抽象语法树;基于预设的关键节点类型、各个训练程序各自对应的程序依赖图和抽象语法树生成多个漏洞检测图;基于各个训练程序代码中的多个程序代码语句的漏洞标记,对各个漏洞检测图进行细粒度分类,得到一个包含多种样本类型的漏洞检测图训练集;基于漏洞检测图训练集训练预先构建的异构图神经网络以得到用于细粒度漏洞检测图检测并输出细粒度漏洞检测结果的程序代码漏洞检测模型。本申请能够有效提高程序代码漏洞检测的准确性、有效提升细粒度漏洞检测的多样性,以及有效提升程序代码漏洞检测的泛化性。

    程序代码漏洞检测模型训练方法及检测方法

    公开(公告)号:CN117725422A

    公开(公告)日:2024-03-19

    申请号:CN202410175190.4

    申请日:2024-02-07

    Abstract: 本申请提供一种程序代码漏洞检测模型训练方法及检测方法,所述程序代码漏洞检测模型训练方法包括将各个训练程序代码分别转换为程序依赖图和抽象语法树;基于预设的关键节点类型、各个训练程序各自对应的程序依赖图和抽象语法树生成多个漏洞检测图;基于各个训练程序代码中的多个程序代码语句的漏洞标记,对各个漏洞检测图进行细粒度分类,得到一个包含多种样本类型的漏洞检测图训练集;基于漏洞检测图训练集训练预先构建的异构图神经网络以得到用于细粒度漏洞检测图检测并输出细粒度漏洞检测结果的程序代码漏洞检测模型。本申请能够有效提高程序代码漏洞检测的准确性、有效提升细粒度漏洞检测的多样性,以及有效提升程序代码漏洞检测的泛化性。

    入侵检测模型训练方法和入侵检测方法

    公开(公告)号:CN119922022A

    公开(公告)日:2025-05-02

    申请号:CN202510414009.5

    申请日:2025-04-03

    Abstract: 本发明提供一种入侵检测模型训练方法和入侵检测方法,训练方法包括:由多个设有各自入侵类别标签的数据流训练含串联连接的编码器和分类器的预设入侵检测模型;由各类别的各数据流对应得到各强增强和弱增强流训练入侵检测模型,以输出各强增强流对应的各类别预测结果和各弱增强流对应的各伪标签;由各数据流及其中每任意两个流进行插值对应得到各插值样本训练含串联连接的编码器和投影器的特征提取模型,以输出各嵌入表示和各插值嵌入表示样本并对各嵌入表示中每任意两个嵌入表示进行插值以得到各嵌入表示插值样本;由正则一致性分别使各类别预测结果和对应的各伪标签、各插值嵌入表示样本和对应的各嵌入表示插值样本一致以得到训练后的检测模型。

Patent Agency Ranking