基于数据流特征熵的业务流程异常入侵检测方法

AITNT
正文
推荐专利
基于数据流特征熵的业务流程异常入侵检测方法
申请号:CN202511047766
申请日期:2025-07-29
公开号:CN120915511A
公开日期:2025-11-07
类型:发明专利
摘要
本发明提供了基于数据流特征熵的业务流程异常入侵检测方法,包括以下步骤:S1.业务流程数据流采集与预处理;S2.数据流特征提取;S3.特征熵计算;S4.正常行为模型构建;S5.异常检测;S6.异常入侵告警与处理。本发明通过特征熵量化业务流程规律,多算法融合提升检测鲁棒性,降低误报率与漏报率,适用于动态业务场景的实时入侵检测,为业务系统安全提供可靠保障。
技术关键词
入侵检测方法 数据流特征 加权特征 K近邻 融合支持向量机 业务系统安全 朴素贝叶斯模型 样本 后验概率 统计特征提取 支持向量机模型 多算法融合 偏差 信息熵 概率密度函数 决策树模型
系统为您推荐了相关专利信息
1
基于神经架构搜索技术和改进Transformer的物联网入侵检测方法
神经架构搜索 入侵检测方法 入侵检测数据 高维序列数据 注意力
2
基于卷积注意力机制改进的KAC-Transformer智能音箱语音识别方法
语音识别方法 注意力机制 智能音箱 矩阵 解码器
3
点云语义分割的拓扑纹理协同感知网络
纹理特征 网络 位置编码方法 多级特征融合 模式识别技术
4
一种基于YOLOv8模型的异常路灯检测系统及方法
路灯检测系统 多维度特征提取 图像获取模块 城市道路照明系统 识别模块
5
一种基于PointNet与LSTM的点云序列目标识别方法
识别方法 表达式 深度学习网络模型 点云 特征提取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号