一种基于动态相似图的会话级恶意流量检测方法及系统

本发明公开了一种基于动态相似图的会话级恶意流量检测方法及系统，涉及网络安全技术领域。具体步骤为：获取网络流量数据，进行预处理操作和特征提取，得到样本特征向量；将样本特征向量作为图节点嵌入，并以时空序列特征作为节点属性，生成动态相似图结构；基于动态相似图结构进行节点特征聚合，利用图机器学习算法采样并聚合邻居节点的时空序列化特征，捕获流量样本间的高阶相似性关系，得到第一节点特征；将第一节点特征输入多层感知机分类器，完成对网络流量数据的多分类检测，识别恶意流量。本发明结合图神经网络与样本相似性建模技术，在处理网络流量特征异质性问题上具备良好的跨域适应性和鲁棒性，能够在复杂场景下高效检测恶意流量。