-
公开(公告)号:CN116760569A
公开(公告)日:2023-09-15
申请号:CN202310566242.6
申请日:2023-05-19
Applicant: 广东工业大学
IPC: H04L9/40 , H04L41/16 , G06N3/0464 , G06N3/048 , G06F18/241 , G06F18/2415 , G16Y30/10
Abstract: 本发明公开的属于信息科学技术领域,具体为一种基于图神经网络模型的物联网入侵检测方法,包括具体步骤如下:首先针对入侵检测数据集中存在的错误、缺失、异常值数据进行清洗和处理,并对数据集进行筛选和抽样,以保证数据的质量和可靠性,减少噪声和提高模型效果,然后,从原始数据中提取图数据的特征,并对数据进行归一化处理,将不同特征的取值范围缩放到相同的区间内,以便后续神经网络模型的训练和优化,过后,将处理后的数据集划分为训练集、验证集和测试集,以便于对模型进行训练、调参和评估,本发明通过综合考虑节点和边的特征,提高了分类器的准确性和鲁棒性,从而在攻击流检测方面具有更好的表现。