摘要
本发明涉及互联网技术领域,公开了一种基于多模态融合的网络异常检测方法和系统;方法包括:利用多头注意力提取多模态信息的数据特征;引入标签形成表达对网络入侵检测的影响程度的权重并根据权重对数据特征进行特征融合;将融合后的特征输入分类器实现网络异常检测。通过多模态数据的融合,实现了信息互补和信息相互验证的优势;采用多注意力机制实现网络流级别、进程级别和告警事件级别等多模态特征的融合,挖掘不同数据源之间存在的关联规则,实现多源异构信息共享,减少网络流量突发性、随机性等噪声对网络异常产生的影响。
技术关键词
网络异常检测方法
网络入侵检测
多模态信息
日志
数据特征提取
网络流量特征
网络异常检测系统
标签
多源异构信息
分类器
矩阵
特征提取模块
模态特征
互联网技术
注意力机制
因子
系统为您推荐了相关专利信息
虚拟现实运动
护理方法
实时数据
图谱
深度Q网络
知识共享方法
存储平台
数据
日志
椭圆曲线数字签名算法
力矩传感器
图像识别模块
动态故障诊断
无线通信模块
起重机
会计教学方法
智能评估模型
动态课程
成绩
教学平台