A Graph-Temporal Attention Network for Real-Time Intrusion Detection in Cyber-Physical Systems under Extreme Class Imbalance
Ce document propose GTAN, un réseau d'attention graphique et temporelle (Graph-Temporal Attention Network) qui combine des encodeurs de convolution temporelle et d'attention graphique avec une perte contrastive focale afin de détecter efficacement les attaques par intrusion rares dans les trafics de systèmes cyber-physiques hautement déséquilibrés en modélisant à la fois les séquences temporelles et les relations topologiques.