摘要
本发明涉及一种基于区块链的分布式文件系统的恶意删除溯源方法,属于数据安全技术领域,解决了现有恶意删除操作定位不准确且溯源效率低的问题。包括当写入删除操作时,提取当前删除操作的行为特征,利用删除行为识别模型得到风险等级;删除行为识别模型是结合了CNN网络和LSTM网络并引入自注意力机制的神经网络模型;根据当前删除操作和上一删除操作的风险等级,创建或更新检测锚点,并设置当前删除操作所属的检测锚点;将各检测锚点写入对应优先级的检测栈中;当发生恶意删除操作时,根据恶意删除文件标识和检测栈的优先级,对检测栈中各检测锚点包含的删除操作进行校验,直至找到恶意删除操作。实现了恶意删除操作的快速溯源。
技术关键词
分布式文件系统
溯源方法
锚点
高风险
注意力机制
合规性
神经网络模型
数据安全技术
更新模型参数
日志
样本
备份文件
标识
节点
动态更新
队列
批量
系统为您推荐了相关专利信息
图像分类模型
高维特征向量
评测方法
面部图像特征
人脸皮肤
线路故障定位方法
故障定位模型
故障特征
多头注意力机制
节点特征
电网线损预测方法
融合时空特征
节点
降压变压器
低压配电线
红外图像配准方法
可见光图像
超分辨率
图像配准模型
特征提取网络