基于图卷积网络与社群发现的异常检测方法

夏飞; 赵新建; 王恺祺; 陈石

doi:10.11907/rjdk.241509

您当前的位置：

首页 >

文章列表页 >

基于图卷积网络与社群发现的异常检测方法

人工智能 | 更新时间：2024-12-30

- 基于图卷积网络与社群发现的异常检测方法
- Anomaly Detection Method Based on Graph Convolutional Networks and Community Detection
- “深度学习领域专家提出了基于图卷积网络的两阶段异常检测方法，有效提升了复杂网络结构的异常检测性能。”
- 软件导刊 2024年23卷第12期页码：58-65
- 作者机构：
  
  1.国网江苏省电力有限公司信息通信分公司，江苏南京210000
  2.南京大学计算机学院，江苏南京201008
- 作者简介：
  
  夏飞（1981-），男，硕士，国网江苏省电力有限公司信息通信分公司高级工程师，研究方向为网络安全。
  赵新建（1987-），男，硕士，国网江苏省电力有限公司信息通信分公司高级工程师，研究方向为大数据与网络安全
  王恺祺（1999-），男，南京大学计算机学院硕士研究生，研究方向为网络空间安全与人工智能安全
  陈石（1995-），男，硕士，国网江苏省电力有限公司信息通信分公司工程师，研究方向为网络安全。
- 基金信息：
  
  国网江苏省电力有限公司科技项目(J2023178)
- DOI：10.11907/rjdk.241509
  中图分类号： TP183
- 纸质出版日期：2024-12-16，
  
  收稿日期：2024-06-05，
- 稿件说明：
移动端阅览
夏飞,赵新建,王恺祺等.基于图卷积网络与社群发现的异常检测方法[J].软件导刊,2024,23(12):58-65.

XIA Fei,ZHAO Xinjian,WANG Kaiqi,et al.Anomaly Detection Method Based on Graph Convolutional Networks and Community Detection[J].Software Guide,2024,23(12):58-65.
夏飞,赵新建,王恺祺等.基于图卷积网络与社群发现的异常检测方法[J].软件导刊,2024,23(12):58-65. DOI： 10.11907/rjdk.241509.

XIA Fei,ZHAO Xinjian,WANG Kaiqi,et al.Anomaly Detection Method Based on Graph Convolutional Networks and Community Detection[J].Software Guide,2024,23(12):58-65. DOI： 10.11907/rjdk.241509.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于大数据的云数据中心智能运维系统

基于缺失值补全与BiLSTM的用电行为异常检测

基于CGAN-LSTM的无监督网络异常流量检测算法

基于DAM_XGCN的疾病辅助诊断模型

基于变分自编码器的异常检测算法研究

基于图卷积网络与社群发现的异常检测方法

Anomaly Detection Method Based on Graph Convolutional Networks and Community Detection

DOI：10.11907/rjdk.241509