摘要
本申请公开了一种基于行为建模的网络攻击识别方法,其通过基于网络流量数据,结合系统安全日志和威胁情报进行数据融合分析,利用深度学习技术进行攻击行为特征模式挖掘,构建网络攻击行为模型,进而基于待检测网络行为数据与网络攻击行为模型的查询匹配,实现对网络攻击行为的快速检测与识别。这样,可以有效提高网络攻击识别的准确性,降低误报率和漏报率,为网络安全防护提供更加可靠的技术支持。
技术关键词
网络攻击识别方法
编码向量
多模态
时间段
日志
语义
LSTM模型
序列
特征值
度量
数据
识别器
矩阵
Softmax函数
sigmoid函数
分类器
时序
编码器
系统为您推荐了相关专利信息
风电设备
气象
地面站
设备运行参数
日志存储系统
驾驶员状态检测
驾驶员人脸
人脸检测模型
数据
眼部关键点
情绪识别方法
融合特征
语音特征
视觉特征
注意力
网络访问日志数据
图谱
语法模型
节点
大语言模型