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
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
纹理特征
网络
位置编码方法
多级特征融合
模式识别技术
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
识别方法
表达式
深度学习网络模型
点云
特征提取模块