摘要
本发明公开一种计算机网络安全异常操作检测及拦截方法,涉及网络安全技术领域。所述方法包括:获取目标用户的历史网络流量数据;对所述历史网络流量数据进行用户行为分析,构建历史习惯操作数据集;利用所述历史习惯操作数据集和设定异常行为数据对深度神经网络进行参数优化,并将最终参数优化好的网络确定为异常行为识别模型;所述设定异常行为数据包括异常流量、异常活动数据和攻击行为数据;利用所述异常行为识别模型对未来网络流量数据进行检测,并对检测结果进行评估,确定检测结果对应的风险等级以及拦截方案;所述拦截方案包括不拦截方案、主动拦截方案和被动拦截方案。本发明能够提高网络安全性。
技术关键词
计算机网络安全
网络流量数据
拦截方法
深度神经网络
习惯
异常流量
预训练网络
风险
防病毒软件
网络安全技术
参数
措施
分析工具
账号
页面
标签
密码
颜色
系统为您推荐了相关专利信息
区域建议网络
深度神经网络
特征提取网络
分类网络
前馈神经网络
网络流量数据
网络流量监测
识别方法
分类器模型
分类边界
温差发电系统
深度神经网络
粒子
神经网络预测模型
变截面形状