公开(公告)号：CN115859793A

公开(公告)日：2023-03-28

申请号：CN202211479957.X

申请日：2022-11-21

Applicant: 河北工业大学

Inventor： 杨亮 ,  武洁纯 ,  王嘉意 ,  李振娜 ,  贾永娜 ,  张亚娟 ,  牛炳鑫 ,  顾军华

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F18/24 ,  G06F18/214

Abstract: 本发明为一种基于注意力的异构信息网络用户异常行为检测方法及系统，首先将异构信息网络某段时间的历史交互数据转换为图数据，图数据的每个节点代表异型信息网络的一个组成对象，图数据的边反映了异构信息网络的组成对象间的联系；然后，基于图神经网络构建用户异常行为检测模型的目标函数，模型通过注意力聚合节点的邻居信息，推导得到节点属性表征的层间传播公式；最后，对各个节点属性表征进行梯度更新，直至所有节点属性表征收敛，得到各个节点属性表征；将各个节点属性表征通过多层感知机压缩为由各个节点的预测标签纵向堆叠而成的一维列向量，即用户异常行为检测结果。该方法利用注意力机制在消息传播过程中自动捕获网络中的所有元路径信息，提高了用户异常行为检测的准确率。

公开(公告)号：CN119939421A

公开(公告)日：2025-05-06

申请号：CN202510001721.2

申请日：2025-01-02

Applicant: 河北工业大学

Inventor： 杨亮 ,  李振娜 ,  禚佳明 ,  马子艺 ,  汪梦竹 ,  贾永娜 ,  靳瑞勇 ,  卢金禹 ,  董纪悦

IPC: G06F18/2431 ,  H04L41/142 ,  H04L41/16 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明属于信息安全技术领域，具体是一种基于联合增广图对比学习的认知安全设备状态识别方法。首先，获取互联网的设备信息，将设备信息转换成图数据，提取图数据的邻接矩阵和节点属性矩阵；接着，将节点视为属性节点，利用图数据的节点属性矩阵和邻接矩阵生成属性插值图；对属性插值图进行谱增广，生成两个增广图；然后，构建状态识别模型，基于图对比学习对状态识别模型进行训练，将不同增广图的对应节点作为正样本对，其余所有节点作为负样本对，图对比学习的目标是最大化正样本对之间的相似性，同时最小化负样本对之间的相似性；最后，获取目标设备信息并转换为图数据，利用该图数据生成两个增广图并输入到训练后的状态识别模型中进行预测。在扰动过程中充分考虑节点属性与拓扑结构之间的关联性，保留了图数据中蕴含的深层语义信息，显著提升了图数据的完整性和表达能力，有效提高了识别准确率。