基于历史数据和GCN的入侵检测模型和方法

本申请涉及工业互联网的入侵检测技术领域，公开了一种基于历史数据和GCN的入侵检测模型和方法，通过将多视图时序数据馈送至嵌入模块并输出嵌入结果，将嵌入结果和多个图像数据馈送至多视图时空模块，多视图时空模块为任意个，每个多视图时空模块的输入都是上一个多视图时空的输出以及多个图像数据，这样可以防止图神经网络的过渡平滑，经过多视图时空模块处理后，得到多个预测信息，将多个预测信息连接在一起并输入至输出模块中，以输出预测结果。通过将时间和空间信息从多个视图中挖掘，可以交叉利用不同数据形成的空间依赖关系，并且捕获了时间和空间视图之间的相互作用，这样可以实现对于长序列的日志和流量数据的精准检测。