摘要
本发明公开了一种基于无监督变分自编码器的相似网络行为用户识别方法,涉及于网络安全技术领域,该方法基于超大规模网络通联元数据,利用无监督变分自编码器模型,从海量用户网络流量元数据中学习用户网络行为深层规律特征,再对用户表象的网络行为抽象为本质行为模式的高维向量表征,最后利用向量之间的相似性对用户进行识别;具体包含网络流量元数据化、网络行为统计特征提取、行为特征图像化处理、深度学习模型训练、深层特征提取、相似行为用户识别。
技术关键词
网络流量元数据
无监督
编码器
深度学习模型训练
识别方法
统计特征提取
深层特征提取
滑动窗口
网络用户
超大规模
端口
协议
网络安全技术
样本
图像
过滤器
系统为您推荐了相关专利信息
燃料组件
特征检测方法
表面图像数据
表面特征检测装置
融合图像特征
性状预测模型
无损监测方法
特征地图
光谱辐射计
多层感知器