摘要
本发明涉及网络安全技术领域,具体为一种面向小样本约束的网络数据资产安全分类方法及系统,包括以下步骤:基于输入训练样本数据,分析输入的数据样本,提取样本的数据特征并进行样本的合成,通过分析输入样本和合成样本数据特征的相似度,优化数据质量,得到样本扩充数据集。本发明中,通过样本特征分析进行样本合成,扩充训练样本数据,减少小样本数据集在训练过程中的过拟合,利用样本数据的特征间相关性和分布情况,设定分类阈值,提高分类模型的精度和泛化能力,资产的多维风险属性评估,结合实时数据流和交互模式的分析,准确识别数据资产间的依赖和影响关系,提高安全级别标签匹配的准确度和适应性,有效应对不同类型的数据资产。
技术关键词
分类方法
训练样本数据
风险
训练分类模型
分类阈值
交互特征
代表
扩充训练样本
参数
关系
网络安全技术
资产标签
模型训练模块
属性匹配
分类系统
系统为您推荐了相关专利信息
交通信号灯演示器
异常事件
核算方法
量子随机数生成器
多模态数据采集
语义特征
训练文本数据
编码器
文本分类方法
文本分类模型训练
多阶段特征
体积特征
结构磁共振
分类方法
多尺度特征提取