摘要
本发明公开了基于路由状态变动分析的路由起源授权潜在异常检测系统,在真实互联网环境下获取分布在全球范围内的依赖方的RPKI视图,从大量的ROA相关数据来源中提取有用的信息,而ROA生命周期时间序列编码器则采用了先进的神经网络结构,充分利用了ROA相关的宣告状态变化等信息。ROA异常机器学习分类模型依据时间序列编码、宣告传播范围、自治域AS商业关系和IRR匹配度等特征,对异常进行检测。所得到的模型在各种下游任务上表现出了强大的能力。本发明能够及时检测出由于缺失有效ROA导致的无效宣告,从而防止因误判导致的网络连接中断和合法流量的丢失。
技术关键词
序列特征
异常检测系统
数据
机器学习分类模型
特征提取模块
训练机器学习模型
编码特征
商业
BGP消息
神经网络结构
贝叶斯方法
异常检测方法
样本
标记
关系
分类器
训练集
系统为您推荐了相关专利信息
图像特征向量
文本特征向量
融合特征
语义
生成图文
氨氮
浓度预测方法
预测模型训练
深度学习算法
训练集
故障检测模型
故障诊断模型
暖通空调系统
聚类
编码器
资源配置优化方法
数据可视化工具
空间分布特征
覆盖率
空间权重矩阵
缺陷自动识别
变电站设备
定位方法
异构传感器网络
多任务深度学习模型