摘要
本发明公开一种基于增量学习的自适应加密威胁检测方法、装置,用于避免固化模型的灾难性遗忘问题,通过自适应学习可以根据当前问题的特性和数据分布,自动调整学习策略和模型参数,能够在原模型的基础上,通过进一步训练拟合新的数据。并且为解决现网流量数据复杂多变,短时间内数据大量单一,以及威胁样本获取困难的情况,通过本发明的两大模块:数据预处理模块和数据更新模块进行改善。
技术关键词
威胁检测方法
样本
威胁检测系统
加密
欠采样方法
实时数据
模型更新
随机森林
分时段
标签
错误率
子模块
数据分布
参数
数据更新
总量
规模
基准
系统为您推荐了相关专利信息
训练样本集
模板生成方法
电信号
精度
脑科学技术
三维网格模型
加工件表面
缺陷分类器
机器学习分类器
统计特征
数据安全传输系统
通信网络
数字签名信息
数据转换模块
加密算法