摘要
本发明提供了基于特征降维和图卷积的海洋网络入侵检测方法及系统,包括:分析海洋气象传感器网络框架及特性;对网络流量数据集进行预处理,得到预处理网络流量数据集;构建GARF算法对网络流量数据集进行特征降维,寻找最佳特征子集,减少原始网络入侵检测数据集的特征维度;构建ANN算法得到最佳特征子集的最优近似最近邻节点集,将网络流量数据转化为图结构型数据;最后构建图卷积网络对图结构型数据进行网络流量分类预测,得到分类结果;结合分类结果,采用损失函数作为评估标准、采用优化算法作为优化器对预先建立的海洋网络入侵检测模型进行训练,得到训练后的海洋网络入侵检测模型,实现海洋网络入侵检测功能。
技术关键词
网络流量数据集
网络入侵检测模型
最佳特征子集
海洋
网络入侵检测方法
降维算法
节点特征
符号特征
网络入侵检测系统
随机森林
样本
数值
sigmoid函数
网络流量分类
数据采集模块
系统为您推荐了相关专利信息
智慧海洋
数据共享特征
海洋灾害
联邦深度学习
智能诊断算法
时序遥感图像
海洋
参数反演方法
反演模型
噪声分量