申请/专利权人：国网山东省电力公司信息通信公司;国家电网有限公司

申请日：2022-11-25

公开（公告）日：2024-04-02

公开（公告）号：CN115865458B

主分类号：H04L9/40

分类号：H04L9/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本申请公开了一种基于LSTM和GAT算法的网络攻击行为检测方法、系统及终端，该方法包括：基于待检测的网络攻击行为序列，生成嵌入向量集合；将每个嵌入向量分别输入LSTM模块和GAT模块，分别获取序列模式向量和结构模式向量；对序列模式向量和结构模式向量进行对比学习，获取对比损失得分；将序列模式向量和结构模式向量输入多层感知机，获取预测损失得分；根据对比损失得分和预测损失得分，利用混合损失训练数据增强编码器和分类器，获取网络攻击行为检测结果。该系统包括：嵌入向量集合生成模块、双视角信息捕获模块、对比学习模块、多层感知模块和联合优化模块。通过本申请，能够有效提高网络攻击行为检测结果的准确性和可靠性。

主权项：1.一种基于LSTM和GAT算法的网络攻击行为检测方法，其特征在于，所述方法包括：基于待检测的网络攻击行为序列，生成嵌入向量集合，所述嵌入向量集合中的每个嵌入向量可被LSTM模块和GAT模块识别，且任一嵌入向量与一个网络攻击行为指令相匹配；将每个嵌入向量分别输入LSTM模块和GAT模块，分别获取序列模式向量和结构模式向量，所述LSTM模块用于获取任一网络攻击行为的上下文关系，所述GAT模块用于获取任一网络攻击行为指令与其他所有网络攻击行为指令的相关性得分；对所述序列模式向量和结构模式向量进行对比学习，获取对比损失得分；将所述序列模式向量和结构模式向量输入多层感知机，获取预测损失得分；根据所述对比损失得分和预测损失得分，利用混合损失训练数据增强编码器和分类器，获取网络攻击行为检测结果。

全文数据：

权利要求：

百度查询： 国网山东省电力公司信息通信公司;国家电网有限公司 基于LSTM和GAT算法的网络攻击行为检测方法、系统及终端

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD