摘要
本申请公开了一种基于深度学习的数据安全态势感知系统及方法,其通过利用深度学习技术对恶意软件的软件代码进行深入分析,提取其本质性的语义聚类含义信息以及恶意软件的整体态势,同时对待检测软件的软件代码进行语义编码,并通过哈希域共空间的引入,使得恶意软件的软件语义特征与待检测软件的软件语义特征能够直接进行对比与匹配,从而实现智能化判断待检测软件是否具有恶意行为的潜在风险。
技术关键词
态势感知系统
汉明距离
聚类
数据安全
检测软件代码
序列
态势感知方法
语义特征
度量
词嵌入向量
模块
深度学习技术
特征值
转换器
分词
编码
风险
系统为您推荐了相关专利信息
人力资源管理方法
人力资源数据
访问控制策略
硬件安全模块
非对称加密算法
跨系统
启发式搜索算法
深度强化学习模型
功能模块
组件复用技术
数据分布
GAN网络模型
智能座舱
聚类方法
指标
通讯网络
电力
节点特征
空间聚类算法
性能预测模型