摘要
本申请涉及应用程序安全管理技术领域,提供一种基于变分编码器和混合高斯模型的电力量测终端应用程序行为识别方法、装置和计算机设备。该方法包括:根据行为类别判定网络的变分编码器模型和应用程序发生目标行为时的侧信道特征数据,得到潜在变量;根据行为类别判定网络的混合高斯模型,得到潜在变量属于各聚类的概率;当潜在变量对应的最大概率值大于预设概率阈值,或变分编码器模型的重构误差小于预设误差阈值时,若最大概率值对应的聚类的数据量最大,目标行为确定为正常行为;若数据量非最大,目标行为确定为敏感行为;若最大概率值小于预设概率阈值,且重构误差大于预设误差阈值,目标行为确定为恶意行为。采用本方法提高了行为识别的精度。
技术关键词
混合高斯模型
信道特征
重构误差
编码器
样本
变量
终端
聚类
识别方法
数据
计算机设备
时间段
网络
计算机程序产品
处理器
识别装置
模块
可读存储介质
存储器
系统为您推荐了相关专利信息
多头注意力机制
偏差
计算机程序指令
指标
前馈神经网络
图像生成方法
编码特征
编码器
交叉注意力机制
噪声
物理性质参数
改良方法
耕地
结构改良措施
作物根区
语义特征
数据处理模型
文本理解
生成事件
深度神经网络
声发射特征参数
短临预警方法
双向长短期记忆网络
随机森林
LSTM模型