基于图神经网络的蜂窝网络异常检测方法
实质审查的生效
摘要
本发明公开了一种基于图神经网络的蜂窝网络异常检测方法,主要解决现有网络异常检测方法检测准确率低及性能较差的问题,其实现方案包括:采集蜂窝网络中上网流量数据,进行数据预处理和嵌入向量表示;构建深度神经网络,利用预处理后的数据对其进行训练,得到小区的准确嵌入向量;根据小区的准确嵌入向量,计算小区的邻接矩阵;利用图神经网络对相邻小区特征进行融合,并将融合特征输入到深度神经网络进行预测;根据预测值与实际值计算异常分数,将该异常分数与设置的阈值进行比较,判定出网络流量是否出现异常的结果。本发明提高了蜂窝网络异常检测的准确率和性能,可用于故障检测、恶意用户检测、数据外泄及恶意攻击。
基本信息
专利标题 :
基于图神经网络的蜂窝网络异常检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114513367A
申请号 :
CN202210301805.4
公开(公告)日 :
2022-05-17
申请日 :
2022-03-24
授权号 :
暂无
授权日 :
暂无
发明人 :
朱笑岩郑超南海涵冯鹏斌池浩田吴涛张琳杰马建峰
申请人 :
西安电子科技大学
申请人地址 :
陕西省西安市太白南路2号
代理机构 :
陕西电子工业专利中心
代理人 :
王品华
优先权 :
CN202210301805.4
主分类号 :
H04L9/40
IPC分类号 :
H04L9/40 G06N3/04
法律状态
2022-06-03 :
实质审查的生效
IPC(主分类) : H04L 9/40
申请日 : 20220324
申请日 : 20220324
2022-05-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载