摘要
本发明公开了一种云边协同异常检测方法,属于人工智能网络安全领域;具体为:首先,利用边缘节点采集的网络流量数据对由编码器和解码器构成的收缩自编码器进行训练;然后,将数据预处理得到的特征向量映射到低维潜在空间中,分别对高斯混合聚类方法和KNN算法进行预处理;接着,在满足算力条件的边缘节点,布置第一层自编码器;同时将训练好的自编码器和预处理的高斯混合聚类方法和KNN算法布置在云端;对边缘节点实时采集的网络流量数据,经过第一层自编码器进行初步降维,筛选重构误差大于阈值的潜在空间特征输入云端进行进一步降维,并经过高斯混合聚类划分到对应的簇中,经过KNN算法计算是否异常。本发明实现了模型高效更新和云边高效联动。
技术关键词
混合聚类方法
编码器
网络流量数据
异常检测方法
KNN算法
云端
解码器
重构误差
节点
统计特征
异常数据
标志位
噪声
矩阵
系统为您推荐了相关专利信息
CSI反馈方法
深度神经网络模型
构建深度神经网络
训练深度神经网络
解码器
概念
深度知识追踪
大语言模型
推荐方法
在线教育平台
线机组
基础自动化系统
带钢头部
弯曲辊
高清摄像头
文本编码器
识别方法
图像嵌入
编码器模块
图像编码器