摘要
本发明提供一种基于深度学习算法的网络数据安全定位方法及系统,涉及网络安全技术领域,方法包括:获取网络流量数据;提取所述网络流量数据的多个网络特征;对提取到的多个网络特征进行随机组合,构建多个网络特征子集;计算各个所述网络特征子集的相关性指数;选取相关性指数大于或者等于相关性指数阈值的网络特征子集;计算选取的各个网络特征子集的安全定位指数;选取安全定位指数最大的网络特征子集作为目标网络特征子集;根据所述目标网络特征子集,通过深度学习算法,进行网络数据安全定位。本发明在面对未知攻击和复杂的网络流量数据行为时,提供了有效的特征提取和分类能力,识别率高和误报率低,进而提升了整体的网络数据安全定位效果。
技术关键词
网络特征
深度学习算法
数据安全
定位方法
池化特征
网络流量数据
指数
布谷鸟搜索算法
网络安全技术
积层
定位系统
存储器
处理器
参数
系统为您推荐了相关专利信息
健康风险评估
孕妇
辅助系统
数据安全管理
卷积神经网络提取
检测烟叶
深度学习模型
烟叶产地
预测类别
传感器阵列
药物
亲和力预测模型
池化算法
池化特征
蛋白质特征提取