基于SDN和图神经网络的网络异常攻击行为检测方法

本发明涉及网络安全与人工智能领域，更具体地，涉及基于SDN和图神经网络的网络异常攻击行为检测方法，其中方法包括：根据SDN控制器采集SDN交换机所保存的流量数据；计算节点流量特征值；构建网络流量的无向图结构：计算边流量特征值；将节点流量特征值和边流量特征值与无向图结构相结合，然后输入到GNN模型中进行建模，进行训练，得到训练后的网络异常攻击行为检测模型；通过训练后的网络异常攻击行为检测模型对新采集的流量数据进行检测，得到检测结果。本发明将SDN和GNN结合起来，利用SDN的动态网络管理能力，提升网络异常攻击行为检测的准确性和实时性，通过GNN对复杂的网络拓扑和节点间的关联进行建模，从而有效检测多种类型的网络异常攻击行为。