基于多模态时空特性的DNS数据泄露检测方法和系统

AITNT
正文
推荐专利
基于多模态时空特性的DNS数据泄露检测方法和系统
申请号:CN202411501458
申请日期:2024-10-25
公开号:CN119254524A
公开日期:2025-01-03
类型:发明专利
摘要
本发明提供一种基于多模态时空特性的DNS数据泄露检测方法和系统,涉及DNS数据泄露检测技术领域。本发明针对每一个DNS数据流,将其转换为若干不同的模态图像,可以保留DNS数据的时序信息和位置相关性,更有效地从多模态中提取时空特征,从而为DNS泄密数据检测提供准确的深度特征,提高DNS数据泄露检测的准确率。同时,设计了基于深度残差收缩网络的深度特征提取模块,可以有效整合来自不同模态的补充信息,并利用深度残差收缩网络对噪声的鲁棒性,可以自动提取深度DNS数据泄密特征,提高实际检测中的鲁棒性。
技术关键词
数据泄露检测方法 深度残差 卷积神经网络模块 深度特征提取网络 多模态 泄露检测系统 通道注意力机制 泄露检测技术 彩色图像 三通道 语义 鲁棒性 残差模块 时序
系统为您推荐了相关专利信息
1
云平台运维风险的大数据分析与自动化决策方案生成方法
图谱 生成方法 决策 云平台运维 表征系统
2
多模态一体式的数字人生成方法、装置、设备及介质
视频图像特征 语音特征信息 生成方法 情绪特征 面部
3
一种结合院内传感监测的院内导航app系统和导航方法
蓝牙信标 LoRa自组网 计算机可读取存储介质 电子导航地图 定位模块
4
风机齿轮箱故障图像识别方法和系统
故障图像识别方法 风机齿轮箱 深度学习分析 知识图谱推理 多模态
5
一种基于多模态反馈的智能下肢康复训练装置
康复训练装置 智能下肢 多模态 外骨骼 反馈系统
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