基于多域多层级网络行为特征图的网络异常状态检测方法

AITNT
正文
推荐专利
基于多域多层级网络行为特征图的网络异常状态检测方法
申请号:CN202410836635
申请日期:2024-06-26
公开号:CN118740450A
公开日期:2024-10-01
类型:发明专利
摘要
本发明涉及一种基于多域多层级网络行为特征图的网络异常状态检测方法,属于网络安全领域。本发明提出了多域多层级行为特征图的构建方法,并基于该特征图提出了一种网络异常状态的检测方法,实现了在大规模的实际网络环境中对网络整体异常状态的检测,并在一定程度上还原出了攻击链路。其中,本发明通过分布式检测的方式实现对大规模网络拓扑条件下的网络异常状态检测。由于传统基于图的网络异常检测技术往往只在小规模网络下展开测试验证,在实际应用时难以在大规模网络下进行实时的检测。本技术方案采用分布式的思想,通过对目标网络进行合理划分,使得每个网络域只需要构建一个规模较小的图结构进行计算,实现对网络整体异常状态的实时检测。
技术关键词
异常状态 统计特征 层级 数据分布 真实网络环境 网络设备 长短期记忆网络 网络异常检测技术 核心路由器 网关设备 网络安全技术 节点 定义 深度神经网络模型 元素 网络拓扑结构 网络矩阵
系统为您推荐了相关专利信息
1
基于AI的用户用能画像分析方法及系统
画像分析方法 模板 画像特征 数据 标签
2
一种基于复杂场景的自适应声纹识别方法
声纹识别方法 无监督学习 场景 声纹模型训练 嵌入特征
3
电池组热失控风险识别预警系统与方法
热失控风险 识别预警系统 多模态传感器 数据 热失控预测
4
直播物料处理方法及装置
队列 状态更新 数据 消息 进程
5
一种港口集卡防吊起判断方法、系统、装置及存储介质
称重传感器输出 集装箱吊具 判断方法 稳态 残差网络
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