摘要
本发明属于计算机技术领域,提出一种基于硬件性能计数器的容器异常行为检测方法。首先,本发明基于Docker容器搭建了一个实验平台,并在该平台内部署了Linux容器,通过将良性软件和恶意软件样本挂载到容器中,利用自动化脚本框架实现样本的自动化运行,结合容器外部宿主机操作系统提供的Perf工具,收集容器运行时的硬件性能计数器时序数据,从而实现对容器异常行为的高效、精准检测;然后,本发明对收集到的数据进行系统的预处理,剔除干扰项并提取有效信息,将处理后的数据保存以便进一步用作深度学习模型的训练;最后,本发明设计并构建了一种融合注意力机制的双向长短期记忆网络,将预处理后的数据作为模型的输入进行训练,得到异常行为检测模型。
技术关键词
硬件性能计数器
融合注意力机制
深度学习模型
Attention机制
Ubuntu系统
样本
事件特征
Sigmoid函数
数据
时序
双向长短期记忆
Linux系统
脚本
平台
软件
收集容器
时分复用
系统为您推荐了相关专利信息
个人隐私数据
智能分析引擎
链路
服务端
启发式方法
时空特征点
密度分布矩阵
标识符
时空关联关系
坐标
无损卡尔曼滤波
深度学习模型
视觉
生命周期管理
车辆
外观瑕疵检测系统
实时图像
卷积神经网络深度学习模型
光照
图像处理模块
振动故障监测
风机齿轮箱
诊断系统
深度学习模型
生成对抗网络