摘要
本发明公开了一种基于大数据的软件供应链流量检测方法、系统及产品,其属于网络安全技术领域,通过获取并预处理数据包序列,得到预处理后的数据包序列,对其进行多维度特征提取,得到多维流量特征;基于多维流量特征得到多维流量特征的权重,并对权重进行校准;对多维流量特征进行加权关联性处理并融合,得到融合流量特征;将融合流量特征输入BiLSTM模型,得到时空融合特征,对时空融合特征进行异常检测并融合,得到融合异常置信度,基于预设阈值对融合异常置信度进行判断,若判断异常,则触发流量告警机制,生成流量预警方案。本发明能提升识别隐蔽攻击的效率和对新型攻击的发现能力,同时自适应软件供应链的行为变化,降低误报率。
技术关键词
时空融合特征
流量检测方法
BiLSTM模型
局部内容特征
时序特征
多维度特征提取
大数据
序列
软件
校准
告警机制
卷积神经网络模型
二元语法模型
多路并行
流量检测系统
流量检测装置
局部特征提取
网络安全技术
字符
存储计算机程序
系统为您推荐了相关专利信息
大数据处理方法
供应链金融平台
数据网
时序特征
阶段
配电柜
协同调控方法
短期负荷预测
深度学习模型
数据
农作物产量预测方法
时序遥感影像
作物生长模型
叶面积指数
时序特征
进程
网络流量元数据
系统调用序列
身份
异常检测方法
内容审核方法
人工智能技术
关键帧
媒体
人脸识别模型