摘要
本发明公开了一种基于网络流量数据的入侵检测方法、装置、终端设备和存储介质,可以将网络流量数据转换成对应的用于表征各个节点之间传输关系的图结构,则使得入侵检测模型可以得到整个图结构的特征表示,并且可以捕捉到节点之间的相互作用和相互影响,从而可以更深入地理解网络流量的内在特征,通过聚合和拼接这些内在的特征向量,可生成最终的边缘特征,继而根据各个边缘特征生成网络流量数据对应的网络入侵类型。则本发明可以将网络流量数据转换成对应的图结构,并使得入侵检测模型能够深入地学习和分析网络流量数据的内在特征,可提高对未知网络攻击的检测能力,则可以有效地识别出潜在的异常行为或攻击模式,提高了检测的准确性和效率。
技术关键词
网络流量数据
入侵检测模型
入侵检测方法
源节点
样本
分析网络流量
入侵检测装置
标识
终端设备
数据传输协议
关系
发送方
接收方
因子
注意力机制
预测误差
系统为您推荐了相关专利信息
网络单元
摘要生成方法
记忆
神经网络架构
注意力机制
概率预测方法
路基
神经网络模型
综合评估体系
算法