返回
An Efficient Cyber Security Attack Detection With Encryption Using Capsule Convolutional Polymorphic Graph Attention
DOI:10.1002/ett.70069.png)
摘要
En 中文
随着数字化渗透到生活的各个方面,互联网已成为跨领域通信的关键平台。组织内部的工作站通常处理敏感和私有数据,这凸显了使用加密来保护信息并防止未经授权访问的必要性。尽管系统安全方面取得了进展,但系统漏洞和不断演变的网络威胁仍然构成挑战。作为防火墙之后的第二道防线,基于深度学习(DL)的入侵检测已取得快速进展,但仍面临误分类、误报以及对攻击的延迟或不足响应等问题。这些持续存在的问题要求不断改进系统安全筛查和入侵检测,以有效保护网络。因此,本研究采用了一种名为胶囊卷积多态图注意力神经网络与暴龙优化算法(CCPGANN-TOA)的新型DL框架进行攻击检测,因其具有先进的特征表示、图注意力聚焦关键数据点、多态图适应性和TOA性能优化。随后,正常数据使用基于椭圆曲线密码学的数字签名算法(DSA-ECC)进行加密,因为它能在较小密钥尺寸下提供强安全性,从而实现更快的计算和高效资源利用。所提出的方法在数据集I上达到99.98%的准确率、数据集II上达到99.9%的准确率,并且具有比传统方法高出900 Kbps的吞吐量,同时延迟较低。
Keyword:
convolutional polymorphic graph attention neural network
elliptic curve cryptography
encryption
intrusion detection
tyrannosaurus optimization algorithm
期刊
IF:
2.5
论文数:
483
被引数:
3.9K
机构
引用论文
Adaptive Box-Cox Transformation: A Highly Flexible Feature-Specific Data Transformation to Improve Metabolomic Data Normality for Better Statistical Analysis
ANALYTICAL CHEMISTRY
IF6.7
A Cloud Intrusion Detection Systems Based on DNN Using Backpropagation and PSO on the CSE-CIC-IDS2018 Dataset基于DNN的云入侵检测系统,在CSE-CIC-IDS2018数据集上使用反向传播和PSO

