摘要
本发明涉及跨系统API安全技术领域,本发明公开了一种面向跨应用系统的API安全基线感知计算方法、系统、设备及介质,包括,收集不同应用系统的API接口数据,将API接口数据解析为统一格式的结构化数据;构建包含量化安全特征指标的安全基线特征指标库;利用联邦学习框架,基于结构化数据和安全基线特征指标库,训练得到统一API行为分析模型;基于统一API行为分析模型对不同应用系统的API行为分别进行实时监控与分析,输出对应各应用系统的API行为的安全判定结果;收集统一API行为分析模型输出的误报样本和/或漏报样本,对统一API行为分析模型进行增量训练与优化。本方法通过联邦学习统一跨系统安全基线建模与结构化特征量化,实现多源API动态风险评估与隐私保护下的持续自优化,消除碎片化安全风险。
技术关键词
XGBoost模型
基线
计算方法
指标库
中心服务器
样本
接口
跨系统
分析模块
参数
模型更新
数据格式
处理器
计算机设备
风险
格式化
系统为您推荐了相关专利信息
风险评估模型
预后风险评估
级联
XGBoost模型
神经网络模型构建
相机标定方法
相机标定参数
算法
策略
相机标定技术
建筑空调系统
故障诊断方法
相似性计算方法
特征提取器
故障诊断系统
偏差计算方法
操舵仪
计划
航向控制器
GPS卫星导航系统