基于图神经网络的工控网络异常检测算法①
2021-01-21李喜旺
计算机系统应用 2020年12期
刘 杰,李喜旺
1(中国科学院大学,北京 100049)
2(中国科学院 沈阳计算技术研究所,沈阳 110168)
随着科学技术的迅速发展,人们的日常生活中也逐渐离不开网络.由于网络信息不断产生和变化,使得网络安全问题也成为计算机领域的一个热门的研究方向.目前网络攻击发生在我们生活中的方方面面,加之网络攻击类型的千变万化,网络攻击者通过各种不同的手段攻击各种公共设施和用户个人隐私信息[1],比如“橙风单车”投用第二天就遭到黑客攻击,导致系统瘫痪,用户无法正常体验、使用.随着信息化时代的发展,目前网络数据已经不仅仅是静态的单个节点的影响,而是以不断变化的形式存在,因此传统的网络异常检测算法已不能满足数据实时、准确的检测要求,对不断更新的新的网络攻击手段无法迅速的做出相应的裁决和相应,因此我们需要更加快速和准确的检测网络异常的方法,已保证在高速网络的数据到来时能够对数据及时做出相应[2].
目前常用的网络入侵检测的方法主要有两种:误用检测和异常检测[3].误用检测需要事先建立网络异常的特征规则库,并将采集到的每个数据包与规则库的每一条规则进行一一匹配,根据此判断网络中是否存在异常.误用检测的优点是检测率高、误报率低,缺点是对未知特征的新异常行为,误用检测就表现毫无应对能力.而异常检测完全不同于误用检测,异常检测所关注的是网络……
登录APP查看全文
