-
题名基于图神经网络的强对抗流量分类方法
- 1
-
-
作者
蒋邦明
潘成胜
孔志翔
-
机构
南京信息工程大学电子与信息工程学院
南京信息工程大学智能网络与信息系统研究院
南京理工大学自动化学院
-
出处
《计算机应用与软件》
北大核心
2025年第8期153-159,187,共8页
-
基金
国家自然科学基金重点项目(61931004)
国家自然科学基金项目(61801073)。
-
文摘
在强对抗通信环境下,数据包传输易出现损坏或丢失的情况,会大幅降低网络流量分类的可靠性。传统的分类方法在一定程度上解决了流量分类问题,但难以准确刻画强对抗通信条件下流量的分类特征。针对上述问题,提出一种基于图神经网络的强对抗网络流量分类方法。采用随机提取完整流量中的数据构成流的方式模拟数据包损坏或丢失的传输情况。利用图结构表示流量,采用三种不同方式作为图的顶点特征,将构成的图传入图神经网络进行分类。最后在真实的网络流量数据集进行实验,实验结果表明,所提出的方法在分类精度上优于现有方法,具有更强的稳定性。
-
关键词
强对抗
流量分类
图神经网络
真实网络流量
-
Keywords
Strong confrontation
Traffic classification
Graph neural network
Real network traffic
-
分类号
TP393.06
[自动化与计算机技术—计算机应用技术]
-
