摘要
本发明给出了一种基于多维异常行为的黑灰产节点识别方法及系统,包括获取目标多维度异常行为特征数据,多维度异常行为特征数据包括通信记录、聊天记录、轨迹记录、交易记录、APP安装列表、文件传输记录及流量异常数据;基于预先配置的异常行为规则构建异常行为特征引擎,利用异常行为特征引擎计算目标多维度异常行为特征数据存在的若干个异常行为;基于历史黑灰产节点对应的历史多维度异常行为特征构建黑灰产节点特征知识库,基于黑灰产节点特征知识库存储的历史黑灰产节点,利用贝叶斯算法判断若干个异常行为所属的黑灰产节点。通过多维异常行为的综合分析,提高了识别的准确性和全面性,有效降低黑灰产节点误判和漏判的概率。
技术关键词
节点特征
节点识别方法
贝叶斯算法
异常数据
后验概率
列表
轨迹
编码特征
短时间
识别系统
输入模块
识别模块
频率
周期性
账号
日志
地点
格式
系统为您推荐了相关专利信息
智能实时监控系统
锅炉防磨
预警模块
并行计算技术
数据采集模块
深度神经网络模型
离子注入机台
变量
参数
训练集数据
核辐射剂量率
序列
多元线性回归模型
泊松分布模型
矫正
智能合约执行
整流单元
节点特征
计算机程序指令
动态插桩技术