针对网络隐蔽攻击的检测方法和系统

AITNT
正文
推荐专利
针对网络隐蔽攻击的检测方法和系统
申请号:CN202411660402
申请日期:2024-11-20
公开号:CN119276619A
公开日期:2025-01-07
类型:发明专利
摘要
本发明提供一种针对网络隐蔽攻击的检测方法和系统,通过使用过采样算法和欠采样算法,解决训练数据集的数据不平衡的问题,同时通过捕获特征的长距离依赖关系和计算各属性特征的重要程度,突出混淆的关键特征,优化深度异常检测模型,节点上传训练好的模型参数,由控制节点优化聚合,再下发给各个节点,使用深度异常检测模型快速识别出隐蔽攻击,克服现有技术无法有效对抗混淆代码,无法快速精确地识别出隐蔽的攻击手段的问题。
技术关键词
神经网络结构 节点 同态加密算法 注意力机制 采样模块 对称加密算法 存储程序代码 数据嵌入 参数 密钥 身份 分布特征 精确地识别 编码 正则化方法 记忆 捕获特征
系统为您推荐了相关专利信息
1
基于LSTM模型的电动汽车聚合负荷容量预测方法
负荷 容量预测方法 LSTM模型 数据 ARIMA模型
2
一种主变压器设备的自动拆解方法、系统、设备及介质
主变压器设备 自动拆解方法 融合图像特征 卷积神经网络模型 实例分割模型
3
一种基于网络资源抓取的教材库同类资源扩展方法
资源扩展方法 术语 路径结构 关键词 段落结构
4
机械臂抓取大型薄板时的运动轨迹平稳控制方法及系统
平稳控制方法 神经网络模型 强化学习策略 分布式计算架构 规划
5
一种存储节点负载均衡方法、装置、设备及存储介质
节点负载均衡方法 数据访问策略 副本 数据生命周期 负载均衡装置
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