融合图结构学习的物联网僵尸网络多分类检测研究

摘要

针对目前物联网僵尸网络多分类检测方法存在表征能力弱、难以剔除特征冗余和噪声、识别准确率低等问题，本文提出一种融合图结构学习的多分类检测方法.该方法利用阻尼增量统计多个时间片网络流量的特征对网络流量样本进行重构，设计自适应图结构学习方法获取网络流量特征的时空关系表示，结合图正则化剔除特征冗余和噪声；基于时空图卷积神经网络在时空两个层面提取特征，实现对物联网僵尸网络攻击的多分类检测.在多个数据集上的实验结果表明，本文提出的方法具有良好的表征能力，能有效剔除特征中的冗余及噪声，提升检测的准确率，在多分类效果上优于其他模型.

关键词

物联网僵尸网络 / 图神经网络 / 图结构学习 / 时空图卷积 / 多分类检测

基金资助

国家242信息安全计划项目（2021-037）资助; 网络空间安全态势感知与评估安徽省重点实验室开放课题项目（CSSAE-2021-002）资助