基于深度学习图神经网络理论的威胁节点感知方法.pdfVIP

下载本文档

1
0
约2.09万字
约 14页
2023-08-02 发布于四川
举报
版权申诉

基于深度学习图神经网络理论的威胁节点感知方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于深度学习图神经网络理论的威胁节点感知方法，以提高网络安全性能，威胁节点的检测效率和正确率，包括：将原始数据流量进行数据清洗，并利用Apriori算法进行信息关联规则生成，再进行特征转换和数据预处理的步骤，得到能预处理数据；基于关联规则，将涉及到的节点之间的关系构建出舆情关键节点拓扑结构；利用图的傅里叶变换，将时域信号转换为频域，利用拉普拉斯矩阵求解特征值，构建舆情信息的谱域图模型；定义图神经网络的结构，使用预处理数据和舆论关键节点拓扑结构来训练谱域图模型；之后使用交叉验证集来检测

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116527346 A (43)申请公布日 2023.08.01 (21)申请号 202310426785.8 G06F 18/2415 (2023.01) (22)申请日 2023.0