研究人员开发了一种新颖的自监督图神经网络（GNN）框架，用于网络入侵检测系统（NIDS）。该方法明确利用真实时间戳来捕获时间依赖性，解决了现有基于GNN的NIDS中通常将流量视为时间上独立的局限性。该框架采用E-GraphSAGE和LSTM编码器来提取空间和时间信息，并结合多视图图对比学习方案以增强泛化能力和鲁棒性。在四个数据集上的实验表明，该方法在性能上显著优于其他自监督方法，并可与监督式最先进的GNN方法相媲美，同时保持计算效率。 AI
排序理由 该集群包含一篇学术论文，详细介绍了网络入侵检测的新方法。[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 →