[发明专利]一种基于图卷积神经网络的IP类型标记方法及设备在审
| 申请号： | 201811443168.4 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109743286A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 刘忠雨;黄埔;陈国庆 | 申请（专利权）人： | 武汉极意网络科技有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06F16/906;G06F16/901;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 430000 湖北省武汉市东湖开发区大学*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于图卷积神经网络的IP类型标记方法及设备，其中，所提供的方法包括：获取预设时间段内的全网数据，根据所述全网数据中的结构信息，建立邻接矩阵和特征矩阵；将所述邻接矩阵和所述特征矩阵输入到预设的图卷积神经网络中，获得所述全网数据中每一个IP的分类结果。本发明实施例提供的方法，通过对全网数据构建结构信息，对图中的特征信息与结构信息进行提取，采用图卷积神经网络对全网信息中的IP进行分类，无需运营商提供的IP段表进行数据支撑，而采用全网数据进行分类，可以及时对IP异常提供反馈，提升了网络安全性。 | ||
| 搜索关键词： | 全网 神经网络 结构信息 邻接矩阵 特征矩阵 网络安全性 预设时间段 运营商提供 分类结果 全网信息 数据构建 数据支撑 特征信息 分类 段表 预设 反馈 | ||
【主权项】：
1.一种基于图卷积神经网络的IP类型标记方法，其特征在于，包括：获取预设时间段内的全网数据，根据所述全网数据中的结构信息，建立邻接矩阵和特征矩阵；将所述邻接矩阵和所述特征矩阵输入到预设的图卷积神经网络中，获得所述全网数据中每一个IP的分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉极意网络科技有限公司，未经武汉极意网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811443168.4/，转载请声明来源钻瓜专利网。
