摘要
本发明公开了一种基于行为图的攻击模式识别方法、装置、设备以及介质。该方法包括:实时采集多种数据源下的行为数据,并将各数据源下的行为数据进行预处理,得到与各数据源对应的行为特征数据信息;将各行为特征数据信息分别输入至预先训练的增强图神经网络模型中,得到与各数据源对应的目标行为图;将各所述目标行为图分别输入至预先构建的双模式识别模型中进行攻击行为识别,根据识别结果,在预设的攻击响应映射库中查找与识别结果匹配的响应措施,自动执行系统防御操作。本发明实施例通过构建图神经网络模型以及引入双模式识别模型,提高了攻击模式识别的准确性,对于保护企业敏感信息、维护网络安全稳定具有重要意义。
技术关键词
模式识别模型
特征数据信息
深度学习模型
模式识别方法
神经网络模型
自动执行系统
模式识别装置
训练集
序列
可读存储介质
特征提取模块
计算机
电子设备
处理器通信
措施
识别模块
存储器
系统为您推荐了相关专利信息
视频流
动态场景
卷积神经网络模型
动态变化特征
多任务机制
神经网络模型
网络架构
非易失性存储介质
数据采集策略
计划
故障预测模型
历史运行数据
故障预测方法
车型
故障预测装置
解剖学特征
图谱
序列
多模态传感器
深度学习模型