摘要
本发明提供一种基于多维特征融合的非法网站团伙识别方法及系统,涉及网络安全领域,所述方法包括:通过流量镜像技术或网络探针实时捕获网络流量数据,以采集被动流量数据;对采集的数据进行保存,并通过主动请求,从目标网站中提取多维特征,以实现特征提取;将提取的多维特征进行特征融合与多维分析,以得到融合特征与分析结果;根据融合特征与分析结果,对机器学习模型进行训练和优化,以得到训练好的模型;通过利用训练好的模型对新的网站数据进行非法团伙识别与关联分析,以构建非法团伙的网络拓扑结构。本发明实现了高效、精准的非法网站团伙识别,提升了网络安全监测的实时性与全面性。
技术关键词
网络拓扑结构
网络探针
网络流量数据
团伙识别
融合特征
机器学习模型
识别方法
无监督学习算法
镜像
网络安全监测
模型更新
数据挖掘技术
机器学习算法
可读存储介质
处理器
识别系统
程序
存储装置
计算机
系统为您推荐了相关专利信息
深度学习组合模型
时间预测方法
长短期记忆网络
生成数据集
时间预测系统
网络流量数据
异常流量
网络防御
DBSCAN算法
计算机执行指令
差异表达基因
原始测序数据
差异表达分析
全基因组关联分析
位点
入侵检测模型
智能网联汽车
机器学习模型
网络流量数据
入侵检测方法