基于异构事件关联分析的深度入侵检测方法  

作　　者：杨春 宋皓 安权 付华 

机构地区：[1]华润建材科技有限公司 [2]华润(集团)有限公司

出　　处：《数字技术与应用》2025年第1期129-131,共3页Digital Technology & Application

摘　　要：随着网络攻击的多样化和复杂化,传统入侵检测方法在处理高度异构的复合攻击时表现出明显不足。针对这一问题,本文提出了一种基于异构事件关联分析的深度入侵检测方法。该方法通过深度学习技术对大量异构网络数据进行预处理、特征提取和归一化处理,进而利用图卷积神经网络(GCN)挖掘事件之间的深层次关联信息。实验结果表明,该方法在准确率和检测效率方面均优于传统方法,能有效识别网络攻击行为,提高实时监控和快速响应能力。本文为网络安全防御提供了新的思路和技术支持,具有一定的理论价值和应用前景。

关 键 词：卷积神经网络 网络攻击行为 网络安全防御 特征提取 网络数据 实时监控 复合攻击 归一化处理 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]