摘要
本发明实施例提供了一种火力发电厂网络安全预警管理系统及方法,其通过监控火力发电厂网络中联网设备的通信流量数据,并对其进行基于深度学习技术的时序分析,以提取出通信流量的时序变化模式特征,同时,从后台数据中提取已知勒索软件的通信流量时序模式特征的集合,通过对联网设备的通信流量时序模式特征和已知勒索软件的通信流量时序模式特征集合进行细粒度的消融分析,以此来识别和强化已知勒索软件的通信流量模式中与联网设备通信流量存在相似性的异常流量模式特征表示,从而实现对联网设备潜在勒索软件攻击行为的智能识别和预警。通过这种方式,可以更有效地捕捉到勒索软件攻击行为的异常流量特征。
技术关键词
编码特征
联网设备
网络安全预警
通信流量数据
时序
软件
管理方法
模式
编码模块
预警模块
管理系统
空洞卷积神经网络
异常流量
分类器
因子
转换器结构
编码器
深度学习技术
系统为您推荐了相关专利信息
车辆识别方法
危化品车辆
多模态信息融合
视频监控数据
时序
动态时间窗口
要素抽取方法
上下文感知解析
语义特征提取
文本
时空融合特征
流量预测模型
多源时序数据
双向长短期记忆
时序特征
人格评估方法
动态
注意力机制
建立分类模型
面部微表情