小型微型计算机系统ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓＤＯＩ：１０．２０００９／ｊ．ｃｎｋｉ．２１⁃１１０６／ＴＰ．２０２２⁃０３８４２０２３年３月第３期Ｖｏｌ．４４Ｎｏ．３２０２３收稿日期：２０２２⁃０６⁃２１收修改稿日期：２０２２⁃０８⁃２４基金项目：国家自然科学基金项目（６２００２１８４）资助；ＴｈｅＭａｊｏｒＫｅｙＰｒｏｊｅｃｔｏｆＰＣＬ（ＰＣＬ２０２２Ａ０３，ＰＣＬ２０２１Ａ０２，ＰＣＬ２０２１Ａ０９）资助．作者简介：刘亚，女，１９８３年生，博士，副教授，ＣＣＦ会员，研究方向为网络分析、密码学、区块链；林明洁，女，１９９７年生，硕士研究生，研究方向为图表示学习、网络安全；曲博，男，１９８７年生，博士，助理研究员，研究方向为网络分析、网络安全．图表示学习在网络安全领域的应用研究综述刘亚１，林明洁１，曲博２１（上海理工大学光电信息与计算机工程学院，上海２０００９３）２（鹏城实验室新型网络研究部，广东深圳５１８０６６）Ｅ⁃ｍａｉｌ：ｑｕｂ＠ｐｃｌ．ａｃ．ｃｎ摘要：近年来，图表示学习由于其能够更全面地捕捉网络数据的特征，在与各种网络异常检测方法结合后能获得更好的检测结果等特点，逐渐引起网络安全领域的关注．为进一步理清使用图表示学习进行网络安全检测相关工作的研究脉络，本文首先研究了图表示学习的定义，并从基于降维、随机游走和深度学习三类分别介绍目前被广泛使用的图表示学习算法；其次，对公开可用的网络安全数据集按照日志和网络流量、可执行文件、社交和交易网络分类，给出其具体的数据内容；再次，总结了近年来将图表示学习方法应用到网络安全领域的研究成果，给出了模型的基本流程和优缺点分析；最后探讨了目前研究的局限性和未来研究的方向．关键词：网络安全；图表示学习；网络异常检测；新技术发展趋势中图分类号：ＴＮ９１５文献标识码：Ａ文章编号：１０００⁃１２２０（２０２３）０３⁃０６１６⁃１３ＳｕｒｖｅｙｏｎＧｒａｐｈＲｅｐｒｅｓｅｎｔａｔｉｏｎＬｅａｒｎｉｎｇｉｎＣｙｂｅｒｓｅｃｕｒｉｔｙＤｏｍａｉｎＬＩＵＹａ１，ＬＩＮＭｉｎｇ⁃ｊｉｅ１，ＱＵＢｏ２１（ＤｅｐｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ）２（Ｃｙ...
