摘要
本申请涉及网络安全技术领域,尤其是涉及一种基于特征分层过滤与深度学习分类的网络指纹识别方法及系统,包括接收目标网络资产的探测响应数据,经特征提取获得多维特征数据后,采用分层过滤机制对预置指纹库进行筛选,得到候选指纹集合,基于该集合与原始响应数据,借助预设的深度学习分类模型进行精准识别,生成初步识别结果及对应置信度,通过将置信度与预设阈值进行比对,并结合识别结果与预设分类边界的一致性验证,最终仅在置信度高于阈值且结果远离分类边界时输出识别结果。实现了大规模网络下资产识别的性能,解决了现有技术因处理效率低下无法应对大规模网络探测,以及因缺乏多重校验机制而导致对模糊样本误判率高、可靠性差的问题。
技术关键词
网络指纹识别
深度学习分类模型
多维特征数据
分类边界
置信度阈值
分层
关键词特征
计算机程序产品
序列
机制
语义特征
规则集
资产
布隆过滤器
网络安全技术
协议
系统为您推荐了相关专利信息
网络状态评估
置信度数值
微服务应用程序
服务器管理方法
识别人脸图像
高压开关柜局部放电
局部放电事件
诊断方法
数据
分类边界
训练检测模型
车辆维修信息
模型更新
置信度阈值
图片
贝叶斯网络模型
路网拓扑结构
深度学习分类模型
风险评估方法
因子
基因组测序数据
分析方法
动态数据库
医学知识图谱
序列