摘要
本发明提供一种基于大模型的电力物联终端异常行为检测方法及系统,应用于网络安全技术领域。方法包括:获取电力物联网各物联终端不同时间段的业务流量数据,基于对业务流量数据进行数据包解析,提取出行为指纹特征;基于行为指纹特征生成原始行为热力图;基于自适应空洞卷积对原始行为热力图进行多次动态卷积,得到不同细粒度的行为热力图;将原始行为热力图和不同细粒度的行为热力图作为热力图集合;对于热力图集合中每个行为热力图,基于行为热力图与其他行为热力图之间相似性分析确定代表因子;将热力图集合和代表因子发送给云端服务器以进行异常行为检测。本发明解决了电力物联网的异常检测准确率和效率较低的问题。
技术关键词
热力图
指纹特征
业务流量数据
时间段
动态成分分析
云端服务器
时间卷积网络
空洞
因子
概率密度函数
网络分流设备
代表
电力
独立成分分析
子模块
终端
多模态
矩阵
物联
系统为您推荐了相关专利信息
可视化组件
报表
异常数据
可视化方法
设备运行数据
训练样本集
船舶造修
路径规划方法
企业节能减排
时间段
资源使用量
时间段
信息管理方法
管理设备
信息管理系统
物料传输系统
轮廓检测装置
智能监测系统
校准功能
系统检测装置
训练样本集
训练机器学习模型
终端设备
车辆
时序