摘要
本发明属于网络安全与机器学习技术领域,公开了一种基于多视图协同学习的主机入侵检测方法和装置。包括采集主机内核日志数据构建溯源图,抽取溯源图中每个节点的结构特征、操作特征和语义特征,以进程节点的结构特征、操作特征和语义特征分别训练无监督异常检测模型;对于进程节点样本集,若三个无监督异常检测模型的检测结果一致,则将进程节点以及检测结果放入有标注训练样本集;否则放入无标注训练样本集;取有标注训练样本集分别训练三个有监督子模型;利用无标注训练样本集对三个有监督子模型进行半监督协同训练,得到三个主机入侵检测模型,利用主机入侵检测模型得到待检测进程节点的检测结果。本发明提高对APT检测的准确性和检测效率。
技术关键词
主机入侵检测方法
入侵检测模型
训练样本集
半监督协同训练
语义特征
节点
无监督
进程
训练算法
入侵检测装置
模型更新
孤立森林算法
机器学习技术
标签
实体
随机森林
内核
日志
系统为您推荐了相关专利信息
入侵响应方法
威胁情报库
车辆网络安全
入侵检测模型
可读存储介质
编码器模块
编码模块
解码模块
噪声预测
多尺度特征提取
恶意流量检测方法
关键词
数值
计算机可执行指令
语义特征
查询词推荐方法
查询词推荐系统
异质
语义特征
注意力