摘要
本申请公开了一种智慧电厂中恶意软件的分类及溯源方法、设备及存储介质;该方法包括采用深度学习技术中的BERT模型和CNN模型,综合考虑API调用序列的静态元素信息和上下文时序信息,提取超长API调用序列文本的语义特征,以提高对恶意软件的多分类检测精度。本申请中,采用深度学习技术中的BERT模型和CNN模型,综合考虑API调用序列的静态元素信息和上下文时序信息,具有提高多分类检测精度、增强溯源能力、适应性和可扩展性强以及提升电厂网络安全防护水平等优点。
技术关键词
溯源方法
标签算法
注意力机制
深度学习技术
序列
前馈神经网络
对象
语义特征
进程
重构模型
训练深度学习模型
数据
训练集
网络安全防护
时序
BERT模型
文本
日志
队列
系统为您推荐了相关专利信息
最大化资源利用率
资源分配策略
硬件资源利用率
队列
集群
噪声数据
异常数据
噪声监测系统
智能监测方法
去噪模型
气体泄漏溯源方法
应急响应措施
溯源系统
危险气体泄漏检测
可视化模块