.png){kind=icon}
返回
Shapelet and Graph Convolutional Network with transformer for Channel Access Attacks classification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.112710.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线通信的开放性和广播特性使得信号在介质访问控制（MAC）层容易受到信道接入攻击（CAA），从而影响网络性能。现有的基于图神经网络（GNN）的检测方法存在关键局限性：从时间序列构建图往往破坏时序连续性，且随着与攻击源距离的增加，检测精度会下降。为解决这些挑战，我们提出了一种新颖的节点级分类框架——基于形状特征（Shapelet）和Transformer的图卷积网络（SHA-TGCN）。其关键创新在于利用GNN固有的优势：较低的数据需求和较低的计算复杂度。SHA-TGCN相较于传统神经网络，需要的训练数据更少且复杂度更低，得益于局部特征聚合和我们的紧凑型Shapelet结构，使其适用于资源受限的无线网络环境中的实时CAA检测。实验结果表明，SHA-TGCN以80.31%的平均分类精度优于其他GNN，且计算效率高。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
暂无机构信息
引用论文
Time series shapelets.png)
Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining
Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data miningIF0
PREAI
分享收藏Visibility Graph-Based Wireless Anomaly Detection for Digital Twin Edge Networks基于可视图的数字孪生边缘网络无线异常检测
OAAI
OAAI分享收藏Di, C.; Ji, J.; Sun, C.; Liang, L. SOAMC: A Semi-Supervised Open-Set Recognition Algorithm for Automatic Modulation Classification. Electronics 2024, 13, 4196. [Google Scholar] [CrossRef]Di, C.; Ji, J.; Sun, C.; Liang, L. SOAMC：一种用于自动调制分类的半监督开放集识别算法。Electronics 2024, 13, 4196. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏DTSG-Net: Dynamic Time Series Graph Neural Network and Its Application in Modulation RecognitionDtsg-net: 动态时间序列图神经网络及其在调制识别中的应用
PREAI
分享收藏Graph Neural Networks for Wireless Networks: Graph Representation, Architecture and Evaluation用于无线网络的图神经网络: 图表示，架构和评估
PREAI
分享收藏
查看更多内容