将图神经网络与散射变换集成用于异常检测
密码学与安全
2024-04-25 v3 人工智能
机器学习
摘要
本文提出了两种新颖的网络入侵检测系统 (NIDS) 方法，利用图神经网络 (GNN)。第一种方法，Scattering Transform with E-GraphSAGE (STEG)，利用散射变换对边特征向量进行多分辨率分析，提供详细的表示，对于识别网络流量中的细微异常至关重要。第二种方法通过初始化 Node2Vec 来改进节点表示，与标准方法使用统一值不同，从而捕获更准确和全面的网络图景。我们的方法在基准 NIDS 数据集上显示出显著优于现有最先进方法的性能。
引用
@article{arxiv.2404.10800,
title = {Integrating Graph Neural Networks with Scattering Transform for Anomaly Detection},
author = {Abdeljalil Zoubir and Badr Missaoui},
journal= {arXiv preprint arXiv:2404.10800},
year = {2024}
}