摘要
本发明属于小程序技术领域,本发明公开了一种融合人工智能的小程序异常行为管理系统;包括:实时采集多维度数据流,将多维度数据流进行时空切片,提取每个时间窗口内的行为特征向量,构建与用户身份绑定的动态行为基线模型;计算行为特征向量与动态行为基线模型的偏离度,结合与预设历史异常事件库的相似性匹配度,生成实时异常置信系数;识别跨接口调用链路的隐藏关联性,继而构建异常传播概率图,通过实时异常置信系数对异常传播概率图中节点的权重进行动态修正,得到异常传播概率图中节点的修正权重;计算综合风险熵值,当综合风险熵值超过风险阈值时,动态触发多级管控策略,可以全面地检测和管理复杂的小程序异常行为。
技术关键词
融合人工智能
深度度量网络
节点
管理系统
语义向量
采样率
动态时间规整
转移概率矩阵
环形缓冲区
高斯混合模型
程序
异常事件
基线
聚类算法
风险
浮点数
Sigmoid函数
系统为您推荐了相关专利信息
ARIMA模型
钢材
滑动时间窗口
预测误差
权重分配机制
车位状态检测系统
地磁感应器
排队管理系统
多模态传感器
超声波测距仪
网络节点分类方法
编码器
训练分类器
矩阵
节点数