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
负荷
容量预测方法
LSTM模型
数据
ARIMA模型
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
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
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