摘要
本发明提供了用于远程办公场景的多域用户异常行为识别系统,涉及异常行为识别技术领域,包括:行为数据采集模块,用于采集来自多个网络域中远程办公用户的行为数据;行为特征提取模块,用于基于图卷积网络和注意力机制提取用户在多个网络域下的行为特征,并构建以时序依赖关系的特征表示;异常偏离分析模块,用于进行异常偏离分析,识别偏离正常模式的异常行为;异常行为识别结果生成模块,用于进行因果关联推理,获得跨域攻击行为中的行为序列和因果链条,生成异常行为识别结果。本发明解决了现有技术的异常行为识别大多侧重于单一数据源的分析,无法全面覆盖用户在多域环境中的行为,导致异常行为识别的准确率降低的技术问题。
技术关键词
识别系统
时序依赖关系
特征提取模块
偏离特征
注意力机制
图谱
场景
卷积神经网络提取
数据采集模块
分析模块
节点
网络流量数据
序列
热力图
特征提取单元
终端设备
编码机制
处理单元
嵌入特征
系统为您推荐了相关专利信息
采摘点定位方法
实例分割模型
生成热力图
采摘机器人
采样模块
面向智能电网
数据处理系统
隐私保护算法
隐私保护模块
节点
多模态
网络安全监测方法
多头注意力机制
分布式数据采集
图谱
分类识别模型
面部特征
识别方法
残差神经网络
交叉验证方法