一种基于主动学习的未知僵尸网络节点标签生成系统

AITNT
正文
推荐专利
一种基于主动学习的未知僵尸网络节点标签生成系统
申请号:CN202410996194
申请日期:2024-07-23
公开号:CN118784330A
公开日期:2024-10-15
类型:发明专利
摘要
本申请涉及信息安全技术领域,本申请提供一种基于主动学习的未知僵尸网络节点标签生成系统,包括:僵尸流量处理模块、伪标签生成模块、伪标签纠正模块和持续更新模块;僵尸流量处理模块用于生成已知流量的IP节点特征;伪标签生成模块用于通过已知流量的IP节点特征训练图神经网络,输出未知流量的IP伪标签;伪标签纠正模块用于利用随机森林和标签传播算法纠正未知流量的IP伪标签,输出未知僵尸网络节点标签。本申请通过更加准确的僵尸主机特征生成系统,以极高准确率指出无法被模型识别的未知僵尸IP,实现了未知僵尸网络节点的标签生成。
技术关键词
标签生成系统 XGBoost模型 随机森林模型 网络节点 节点特征 模块 僵尸网络检测 标签传播算法 神经网络训练 模型更新 列表 僵尸主机 信息安全技术 标记 实体
系统为您推荐了相关专利信息
1
一种基于人工智能的伺服驱动器的散热方法和系统
伺服驱动器 视频 热失控风险 散热方法 散热设备
2
基于人工智能的内分泌健康监测方法及系统
生理 交互机制 健康监测方法 内分泌 图谱
3
一种基于可编程网络的协同资源调度方法及系统
资源调度方法 SDN控制器 Floyd算法 集群 资源调度系统
4
一种基于LSTM-XGBoost混合模型的无创血糖检测方法与系统
血糖检测方法 特征提取模块 XGBoost算法 可穿戴设备 特征提取模型
5
基于GeoAI机器学习的地表温度智能降尺度季节性表征及分析方法
地表温度数据 随机森林模型 建成区 智能道路 分析方法
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