-
公开(公告)号:CN118984231A
公开(公告)日:2024-11-19
申请号:CN202410974840.1
申请日:2024-07-19
申请人: 上海市刑事科学技术研究院 , 复旦大学
IPC分类号: H04L9/40 , G06F18/213 , G06F18/23213
摘要: 一种基于多源异构数据融合的网络安全检测方法,通过数据整合与融合后,提取因子特征并构建因子特征库、多因子模型及检测模型,通过训练检测模型后,在线测试与动态调整。本发明能够精准提取来自不同数据源的特征因子,并选取对网络安全行为具有高度可解释性强的因子。基于这些因子,构建网络安全行为的多因子模型,以实现对网络安全行为的安全检测,并据此提供针对性的安全防护措施。
-
公开(公告)号:CN118972263A
公开(公告)日:2024-11-15
申请号:CN202410974848.8
申请日:2024-07-19
申请人: 上海市刑事科学技术研究院 , 复旦大学
IPC分类号: H04L41/16 , H04L41/12 , H04L9/40 , G06F18/10 , G06F18/213 , G06F18/241 , G06F18/243 , G06N20/20 , G06F40/216
摘要: 一种基于多途径分类识别和网络拓扑结构的关键节点检测方法,从多种数据源中提取APP行为的关键特征,并构建矩阵特征数据库的同时,针对不同类型的特征设计多个分类器,从多个维度进行精准分类识别。为了进一步提升分类性能,将通过采用集成学习方法,将不同的分类器的输出结果进行有效融合,以此增强整体的分类准确性和鲁棒性。此外,针对特征数据构建网络图结构,深入分析网络中的节点和边之间的关系。
-