一种基于多级特征融合与自适应平衡的网络恶意流量检测方法

AITNT
正文
推荐专利
一种基于多级特征融合与自适应平衡的网络恶意流量检测方法
申请号:CN202410788136
申请日期:2024-06-19
公开号:CN118821037A
公开日期:2024-10-22
类型:发明专利
摘要
本发明公开一种基于多级特征融合与自适应平衡的网络恶意流量检测方法,属于网络安全和机器学习技术领域。方法包括:网络流量检测数据集收集与制作、基于数据集进行数据预处理、建立多级特征融合的策略和模型、建立自适应平衡训练(ABT)模型、针对待检测网络流量样本。本发明在提高准确性、适应性、实时性和响应性方面相对于传统方法具备更多优势。
技术关键词
矢量化方法 多级特征融合 恶意流量检测模型 网络流量数据 恶意流量检测方法 统计特征 网络流量检测 样本 检测网络流量 时序特征 融合特征 Sigmoid函数 网络异常检测 网络流量特征 生成触发信号 注意力 机器学习技术
系统为您推荐了相关专利信息
1
一种基于大语言模型的电力蜜罐构建方法及系统
大语言模型 蜜罐构建方法 web服务器 电力 双向长短期记忆网络
2
基于大模型的动态边与超节点异构图构建方法及设备
节点 异构 实体 网络流量数据 动态
3
一种业务关系分析方法、系统、存储介质及电子设备
关系分析方法 分析系统 社区发现算法 网络资产管理 管理工具
4
一种针对敏感数据的全流量数据脱敏方法及系统
脱敏数据 数据脱敏方法 脱敏策略 进出系统 机器学习模型
5
一种网络资源归属确定方法、装置、电子设备及存储介质
画像 网络流量数据 对象 可读存储介质 电子设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号