基于聚类图神经网络的网络安全异常检测算法和检测系统

摘要

本发明公开了一种基于聚类图神经网络的网络安全异常检测算法。该算法包括以下步骤：利用图模型描述网络拓扑结构，利用图神经网络卷积层优化节点特征，利用图聚类算法将图分割成多个不相交子图，将每个子图视为一个节点，子图的邻接关系视为边，形成一个子图，利用图注意力层为每个节点学习一个权重，将每个子图中的所有节点的特征加权求和，形成子图中节点的特征，最后利用全连接层和分类器层判断网络是否收到了攻击。该方法构建了层级化的图神经网络，通过图卷积层优化图中节点特征，通过基于图聚类算法的池化层，捕捉图上的局部特征，生成高层次的语义特征，通过融合层生成整个网络的态势特征，利用分类器对网络态势进行分类。