摘要
本申请公开了一种零信任网络的异常流量监测方法、装置、电子设备和存储介质,该方法和装置应用于电子设备,具体为对流经零信任网络的所有数据包进行实时捕获;采用基于多任务学习的深度学习模型对每个数据包进行分析处理,确定将来时刻是否为出现异常流量。本申请的技术方案结合深度学习与多任务学习技术,提高了流量检测的实时性与异常行为识别的准确性,从而能够保证网络安全。
技术关键词
异常流量
监测方法
深度学习模型
电子设备
分布式协作
多任务
GAN模型
应用层协议特征
访问控制模块
长短期记忆网络
存储计算机程序
处理器
样本
存储器
策略
机制
动态
端口
系统为您推荐了相关专利信息
交通流
仿真模型
驾驶路径规划方法
仿真场景
决策
疲劳状态检测方法
多模态特征融合
拉普拉斯金字塔
疲劳特征
个性化阈值
数据构建方法
问答模型
文本
种子
非暂态计算机可读存储介质
网络结构
节点设备
电力系统
长短期记忆网络
数据预测模型