English(EN) A Survey of Heterogeneous Graph Neural Networks for Cybersecurity Anomaly Detection

调查报告详述用于网络安全异常检测的HGNN

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

本文调查了异构图神经网络（HGNN）在网络安全异常检测中的应用。文章讨论了传统基于图的方法在处理复杂、不断变化的赛博数据方面的局限性。该调查报告对现有的HGNN方法进行了分类，回顾了它们的应用，并讨论了常用的数据集和评估指标。最后，文章概述了未来研究方向，以提高这些模型的可扩展性和可解释性。 AI

影响为网络安全领域的威胁检测提供了结构化的HGNN应用概述，指导未来的研究和开发。

排序理由这是一篇关于人工智能和网络安全领域特定研究课题的调查报告。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Laura Jiang, Reza Ryan, Qian Li, Nasim Ferdosian · 2026-06-09 04:00

面向网络安全异常检测的异构图神经网络调查研究

arXiv:2510.26307v3 Announce Type: replace-cross Abstract: Anomaly detection is a critical task in cybersecurity, where identifying insider threats, access violations, and coordinated attacks is essential for ensuring system resilience. Graph-based approaches have become increasin…