融合知识蒸馏和时空图神经网络的物联网恶意攻击流量检测方法、设备及存储介质

本发明公开了融合知识蒸馏和时空图神经网络的物联网恶意攻击流量检测方法、设备及存储介质。首先，对输入的原始流量数据集进行预处理，解决样本不平衡问题，并构建流量拓扑图充分表示主机之间的通信连接和交互关系。其次，在教师模型训练中，SAGPool‑STGNN算法使用自注意力图池化机制筛选并保留重要节点，并结合门控循环单元保存流量的历史信息和当前信息。接着，在学生模型训练中，使用基于响应的知识蒸馏技术，让学生模型模仿教师模型，结合KL散度和交叉熵函数计算整体损失，有效学习流量拓扑图的全局信息，提取时空特征。最后，在计算资源受限的物联网设备终端上通过TensorFlow Lite部署使用该方法训练好的模型，实现对物联网恶意流量的高效检测。