一种基于历史数据深度学习的攻击行为特征提取方法
站点导航
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
AI需求对接
APP 下载
iOS 下载
安卓下载
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
清空
确定
AITNT
正文
推荐专利
一种基于历史数据深度学习的攻击行为特征提取方法
申请号:
CN202411621266
申请日期:
2024-11-14
公开号:
CN119293486A
公开日期:
2025-01-10
类型:
发明专利
摘要
本发明提供了一种基于历史数据深度学习的攻击行为特征提取方法,包括基于静态分析的特征提取、基于可回溯动态分析的特征提取、基于深度信念网络的攻击特征提取以及面向恶意代码同源判断的聚类算法。应用本技术方案可提高攻击特征的精度,最后将输出的攻击特征进行聚类分析,确定攻击类型。
技术关键词
特征提取方法
恶意代码同源
攻击特征提取
深度信念网络
初始聚类中心
序列二次规划算法
节点
信息网络环境
动态污点分析
样本
动态分析技术
系统依赖图
漏洞
深度学习算法
特征数据库
沪ICP备2023015588号