摘要
本发明公开了一种基于异常检测的企业大数据安全预警方法,包括如下步骤:S1、采集原始数据,并进行格式统一和结构标准化处理;S2、进行预处理,并构建特征向量;S3、构建行为实体关系图,采用图注意网络进行训练,学习正常行为模式下的结构特征;S4、计算当前行为与正常行为之间的偏离程度;S5、对特征向量进行重构,并使用马氏距离度量当前行为与标准行为分布之间的偏离程度,通过贝叶斯更新机制计算行为的后验异常概率;S6、根据后验异常概率评估当前行为的风险等级,并生成对应的预警事件。本发明融合图注意网络与贝叶斯自编码技术,实现企业行为异常检测与分级预警,具备识别精度高、自适应强和响应及时的优点。
技术关键词
预警方法
数据安全
终端
注意力
编码器
重构误差
神经网络结构
企业
节点特征
标识
变分贝叶斯
实体
变量
操作系统
上下文特征
高风险
系统为您推荐了相关专利信息
浮式海上风机
失效预警方法
预警模型
失效预警系统
锚链
学习交互方法
智能家居设备
学习交互系统
传感器获取环境
决策
概念
深度知识追踪
大语言模型
推荐方法
在线教育平台
数据异常检测方法
DBSCAN聚类算法
异常数据
多项式
数据异常检测系统