一种网络攻击检测模型的训练方法

本发明涉及一种网络攻击检测模型的训练方法，属于网络攻击检测技术领域，解决了现有模型不能准确进行攻击检测的问题。方法包括：提取网络事件日志数据构建训练样本集；构建动态图神经网络模型，包括图注意力网络、循环神经网络、图卷积网络和预测模块；图注意力网络用于在每个时间步提取空间特征；循环神经网络用于在每个时间步基于所述空间特征进行时间特征提取得到该时间步的时空特征；图卷积网络用于对所述时空特征进行全局融合得到全局特征；预测模块用于基于所述全局特征进行网络事件是否正常的预测；基于构建的训练样本集对所述动态图神经网络模型进行训练，得到训练好的网络攻击检测模型。实现了复杂网络攻击的精准检测。