基于深度学习的计算机网络入侵行为自动检测技术

摘要

针对入侵行为检测中存在的特征稀疏、类别不均衡以及泛化能力不足等问题，本文提出了一种融合图神经网络(GNN)与注意力机制的多模态深度检测技术，通过构建主机—会话交互图、引入对比学习预训练与代价敏感优化策略，强化了对横向扩散与加密信道中异常模式的建模能力。实验结果表明，所提出的方法在精确率-召回率曲线下面积(PR-AUC)、马修斯相关系数(MCC)以及误报率等关键指标上优于传统序列模型，具备更强的跨域适应性与工程可部署性。

关键词

入侵行为检测 / 深度学习 / 图神经网络(GNN)