摘要
本发明涉及数据安全检测技术领域,其公开了基于图神经网络模型的数据库用户异常行为检测方法,包括数据采集、特征抽取、用户行为画像构建、异常检测等步骤;本发明通过图神经网络模型,能够学习用户‑行为图中的复杂关系,从而更准确地识别异常行为通过本发明能够实时监测数据库用户的活动,一旦发现潜在的异常行为,系统会自动触发预警机制,从而及时防止可能的数据泄露或其他安全事件;不仅考虑了用户的基本信息和行为日志,还考虑了操作环境等多种因素,能够更全面地描述用户行为,从而提高检测的准确性,同时采用了图神经网络模型,具有较强的学习和推理能力,能够有效地处理复杂的用户行为数据。
技术关键词
神经网络模型
关联规则挖掘算法
数据访问次数
数据库访问
频繁项挖掘
数据安全检测技术
画像模型
日志
半监督学习方法
场景特征
预警机制
主成分分析方法
特征提取方式
数据分析方法
深度神经网络
机器学习算法
数据库系统
关键字
关系
系统为您推荐了相关专利信息
多功能模块
水锤
强化学习策略
供水管
数据采集监控系统
地图生成方法
卷积神经网络学习
节点
中间层
监控网络