摘要
本发明提出一种基于人工智能的网络数据分类方法,方法包括:获取原始连接数据,构建结构化协议字段图;通过多层图卷积网络对所述结构化协议字段图进行聚合,生成连接语义嵌入向量;对所述连接语义嵌入向量进行还是上下文协议语义嵌入增强,得到增强的连接语义向量;按主机与时间窗聚合所述连接语义向量,并引入协议注意力掩码和行为残差稀疏正则,得到生成主机行为张量和协议注意力得分矩阵;根据所述主机行为张量通过聚合张量生成行为语义向量,并引入连接语义分布约束,生成主机行为语义向量;基于所述主机行为语义向量,通过基于注意力引导分类器,输出主机行为的分类得分。本发明可显著提升网络威胁检测和业务流量洞察的全面性与可信度。
技术关键词
网络数据分类
语义向量
注意力
协议
主机结构
网络威胁检测
分类器
矩阵
分类场景
序列
字段
节点特征
机组
编码模块
滑动窗口
意图
多模式
系统为您推荐了相关专利信息
语义向量
文本
非暂态计算机可读存储介质
编码
展示页面
图像结构
输出特征
浅层特征提取
高频特征
CT系统
多源大数据
地提取方法
遥感影像特征
注意力
终端设备
发电机装置
远程控制方法
虚拟镜像系统
主控单元
发电机组
激光雷达点云
拼接方法
ICP算法
点云配准算法
点云密度