摘要
本发明公开了基于统一安全管理平台的异常用户的检测方法,涉及用户安全管理领域;包括以下步骤:数据采集与标准化;用户行为画像构建,用于以用户为中心,按预设时间窗口对标准化数据集进行统计聚合与特征计算,生成包含频率特征、统计特征、熵值特征的多维用户‑特征矩阵;特征降维;无监督异常检测;有监督精细分类;时序行为分析;多模态结果融合。本发明通过构建多源异构数据的统一特征工程与多阶段智能算法融合分析的技术手段,达到精准识别隐蔽异常用户并明确其威胁类型的技术效果,解决了传统统一安全管理平台因依赖规则库和单一检测模型而导致的未知威胁发现能力不足、误报率高且可解释性差的问题。
技术关键词
异常用户
梯度提升树模型
学习器
平台
矩阵
特征值
统计特征
孤立森林算法
特征数
多源异构数据
长短期记忆网络
时序
预测输出值
无监督
方差信息
多模态
森林模型
代表
特征工程
系统为您推荐了相关专利信息
知识图谱构建方法
循环神经网络模型
实体关系抽取模型
文本
序列
BERT模型
生成对抗网络
学生
网络分析
存储单元
超声导波监测方法
损伤面积
信号特征
疲劳损伤测试
冗余特征