面向5G核心网的基于图神经网络的信令风暴检测系统_无线网络安全_2026年.docxVIP

PAGE28

目录

摘要

第一章绪论

1.1课题背景

1.2课题目的与意义

1.3研究方法与论文结构

第二章相关理论与算法综述

2.1算法理论基础概述

2.2备选算法分析与选型

第三章问题建模与需求分析

3.1问题描述与求解场景

3.2功能需求分析

3.3非功能需求与可行性分析

第四章算法总体设计与数据结构设计

4.1算法总体框架设计

4.2数据结构设计

4.3模块划分与接口设计

第五章核心算法详细设计

5.1核心算法流程设计

5.2关键子算法与优化策略设计

5.3算法正确性与复杂度分析

第六章算法实现

6.1开发环境与工程结构

6.2核心功能模块实现

6.3正确性验证与调试

6.4实现中的重点难点与解决方案

第七章实验与结果分析

7.1实验方法与实验环境

7.2实验方案设计

7.3实验结果与分析

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

5G核心网采用服务化架构（SBA）后，AMF、SMF、NRF等网络功能之间通过HTTP/2信令交互，信令面一旦遭受恶意终端发起的注册风暴或会话建立风暴攻击，会在极短时间内耗尽核心网处理能力，导致大面积用户无法接入。传统的基于固定阈值的检测方法对攻击形态变化敏感，误报率与漏报率难以兼顾，而将信令序列视为独立样本的机器学习方法