图神经网络攻击检测模块

为连续变量量子密钥分发系统提供实时攻击检测，无需额外硬件即可将常见攻击识别准确率提升至99%以上。

Jin, Di · 姜文奇 · 郭迎 · Hu, Junkai · 黄端

Journal of the Optical Society of America B: Optical Physics 2024

参数信息

检测准确率（无额外设备）

>99 %

检测效率（跨场景）

>95 %

部分未知攻击检测率

85 %

技术优势

识别准确率超99%

图神经网络建模数据关系，无需额外设备即可对常见攻击达到99%以上检测准确率。

跨场景免训练

算法可扩展至不同场景，无需额外训练即可保持95%以上检测效率。

检测部分未知攻击

结合异常检测算法，使用极少量安全数据即可有效识别85%的部分未知攻击。

应用场景

• 量子保密通信：为量子保密通信提供实时攻击检测，保障密钥分发安全。
• 安全监测系统：替代多模块监控，单模块实现高精度攻击分类。
• 网络安全基础设施：作为软件模块嵌入现有网络基础设施，无需硬件改造。