基于图神经网络和XGBoost模型的物联网卡智能监测系统.pdfVIP

李博，沈潋无线通信

基于图神经网络和XGBoost模型的物联网卡智能监测系统RadioCommunication

基于图神经网络和XGBoost

模型的物联网卡智能监测系统

IntelligentMonitoringSystemforIoTNetworkCards

BasedonGraphNeuralNetworkandXGBoostModel

12

李博，沈潋（1.中国电信集团有限公司，北京100032；2.国家电网有限公司大数据中心，北京100052）

12

LiBo，ShenLian（1.ChinaTelecomGroupCo.，Ltd.，Beijing100032，China；2.BigDataCenter，StateGridCorporationofChina，Beijing

100052，China）

摘要：关键词：

随着物联网业务的快速发展，复杂多样的应用场景给物联网卡的运营管理带来物联网卡；异常流量；图神经网络；特征融合；

了巨大的挑战，传统的管理手段已经无法满足物联网卡使用的监管要求。首先XGBoost算法

总结物联网卡异常使用现状及管理手段，分析现有异常识别方法的不足，提出doi：10.12045/j.issn.1007-3043.2024.09.010

了基于图神经网络和Count-MinSketch算法的物联网卡画像特征融合构建方文章编号：1007-3043（2024）09-0057-06

法，以及基于XGBoost算法的异常流量识别模型。基于以上技术，实现了对物中图分类号：TN929.5

联网卡的智能监测，提升了违规识别的准确率和召回率。文献标识码：A

开放科学（资源服务）标识码（OSID）：

Abstract：

WiththerapiddevelopmentofIoTservice，thecomplexanddiverseapplicationscenarioshavebroughthugechallengestothe

operationandmanagementofIoTnetworkcards，andtraditionalmanagementmethodsarenolongerabletomeettheregula-

toryrequirementsfortheuseofIoTnetworkcards.Firstly，itsummarizesthecurrentsituationandmanagementmethodsof

abnormalusageofIoTnetworkcards，analyzestheshortcomingsofexistingrecognitionmethodsforabnormaluseofIoTnet-

workcards，andproposesamethodforIoTnetworkcardprofilefeaturefusionconstructionbasedongraphneuralnetwork

（GNN）andCount-MinSketchalgorithm，andtheabnormaltrafficrecognitionmodelbasedonXGBoostalgorithm.Basedon

theabovetechnologies，anintelligentmonitoringsystemforIoTnetworkcardshasbeenimplemented，whichimprovesthe

precisionandrecallofabnormalbehaviorrecognition.

Keywords：

IoTcard；Abnormaltraffic；GNN；Featurefusion；XGBoostalgorithm

引用格式：李博，沈潋.基于图神经网络和XGBoost模型的物联网卡智能监测系