摘要
本发明公开了一种缓存感知的数据自驱式流量异常在线检测方法、系统、计算机设备及可读存储介质,包括构建多级流量数据缓存池,数据根据时效性存储于不同流量数据缓存池中,对数据时效最近的流量数据缓存池中的数据进行流量特征提取,通过提取的流量特征预训练进行流量异常检测的基座模型,得到训练后的基座模型;计算流量特征的特征漂移,通过特征漂移实时评估流量特征,当特征漂移超过预设阈值时,对预训练后的基座模型进行更新,得到更新后的检测模型,通过更新后的检测模型对实时流量进行异常检测。基于流量特征动态感知技术,系统能够自动触发模型更新,显著增强了对新型攻击模式的适应能力。
技术关键词
在线检测方法
在线检测系统
历史流量数据
分布式存储系统
时效性
滑动窗口机制
基座
计算机设备
内存
模型更新
动态
因子
多尺度
数据存储模块
处理器
注意力
指标
复杂度
系统为您推荐了相关专利信息
决策分析系统
水文模型
风险评估模型
数据融合方法
地理信息系统数据
实训环境
学生设备
分布式文件系统
同步方法
实训系统
交易分配方法
队列
区块链系统
时效性
区块链交易网络
矩阵分解模型
生成方法
多层感知机
优化用户体验
兴趣