摘要
本发明公开了一种基于深度学习的企业跨域数据风险识别方法,包括:从企业内外部的数据源中收集原始企业跨域流量数据;对收集的所述企业跨域流量数据进行数据处理,并按不同风险类型进行标记,将所有标记完成的所述企业跨域流量数据分为训练集和测试集;构建基于深度神经网络的企业跨域数据特征提取模型,将训练集中的无量纲化后的企业跨域流量数据输入所述企业跨域数据特征提取模型,提取企业跨域流量数据的关键流量特征信息;构建企业跨域数据风险识别模型,将提取到的关键流量特征信息输入模型进行训练,以识别出跨域企业流量数据的风险类别。本发明能提高企业的数据安全,及时预警和防范潜在的安全威胁,保障企业信息安全。
技术关键词
跨域流量
风险识别方法
风险识别模型
数据特征提取
流量特征信息
深度神经网络
多层感知机
网络模块
编码器模块
企业信息安全
数据采集平台
融合特征
自动编码器
解码器
重构误差
系统为您推荐了相关专利信息
身份认证方式
风险识别模型
身份认证系统
身份认证方法
多设备
调度系统
调度算法
分析模块
数据采集模块
数据特征提取
数字孪生模型
牵引变电所
运维方法
图像特征提取
内部结构特征
模型构建系统
数据特征提取
大语言模型
多模态
多任务