摘要
本发明涉及异常检测技术领域,具体为多模态AI模型攻击行为检测与阻断系统,系统包括流量分布监测模块、攻击行为引导识别模块、日志时间结构识别模块、攻击行为定位模块、模态阻断控制模块。本发明中,通过提取多模态输入间在时间序列上的趋势变化方向,基于模态间的趋势相关性差异构建趋势反向片段组合量化机制,引入对趋势变化方向的组合片段统计与时间连续性判定,结合趋势频次变化形成对潜在攻击引导行为的识别路径,融合时间同步日志结构进行异常中断关联分析,匹配模态行为偏移特征并进行标记判定,完成对潜在恶意输入的实时控制与策略隔离,实现对对抗样本攻击与模型投毒行为的快速定位与有效阻断。
技术关键词
偏移特征
子模块
日志结构
皮尔逊相关系数
索引
多模态
时间段
识别模块
列表
通道
序列
标记
标识
监测模块
定位模块
异常检测技术
指令
时间差
切片
系统为您推荐了相关专利信息
数据处理单元
电压选择开关
光伏逆变器
逻辑电路
输出稳压电路
事件预测方法
事件预测系统
大数据
皮尔逊相关系数
度函数
列车运行数据
控车系统
控制模块
监测模块
LSTM神经网络