摘要
本发明属于网络安全技术领域,更具体地说,涉及一种计算机网络安全入侵检测方法,本发明对用户的行为特征和事件序列数据进行关联性分析,识别出用户行为模式的变化和潜在的关联性;通过关联性分析,可以发现单个行为特征之间的复杂关系,识别出看似正常的单独行为特征,组合起来的异常行为模式;通过行为模式的变化和潜在的关联性,得到异常事件序列,在基于用户行为特征、时间序列以及异常事件序列进行异常检测,得到具体的异常行为,使得本发明能够有效识别组合异常行为,提高入侵检测系统的检测准确性和可靠性,解决现有单一维度检测方法漏检率高的问题。
技术关键词
计算机网络安全
入侵检测方法
序列模式挖掘算法
异常事件
LSTM模型
关联规则挖掘算法
置信度阈值
网络流量日志
频率
滑动窗口技术
时间段
入侵检测系统
网络安全技术
系统日志
消除噪声
序列特征
安全设备
系统为您推荐了相关专利信息
命名实体识别模型
任务分配模型
关系抽取模型
图谱
CRF模型
协同监控方法
多模态
视觉传感器
隐私敏感信息
隐私保护模块
电网设备状态
威胁感知系统
时序
设备状态数据
语义
BiLSTM模型
铜矿浮选
无标签样本
数据
变量