一种结合GAN与GNN的网络流量异常入侵检测方法及系统

本发明公开了一种结合GAN与GNN的网络流量异常入侵检测方法及系统，该方法包括：获取原始网络流量数据；对所述原始网络流量数据进行数据预处理，其中包括采用GAN网络实现数据样本增强；将经所述数据预处理后的数据输入到预先构建的GNN网络模型中进行训练；将待检测的网络流量数据输入训练完成后的GNN网络模型中，输出对应的预测结果。本方法采用GAN网络来处理不平衡数据，生成多样化的样本，并通过改进的图神经网络GNN进行分类，以高效捕获大规模网络流量中的复杂关系和结构特征，从而提升检测的准确性和鲁棒性。