-
公开(公告)号：CN110290101A
公开(公告)日：2019-09-27
申请号：CN201910298910.5
申请日：2019-04-15
Applicant: 南京邮电大学
Abstract: 智能电网环境中基于深度信任网络的关联攻击行为识别方法；包括如下步骤；步骤S1、将用户的每一个行为序列进行最小时间分割，并删除相关性不大的序列段；步骤S2、将去除了相关性不大的序列段的行为序列作为深度信任网络的输入序列，通过深度信任网络中的非线性迭代算法对非法用户行为序列的目标行为函数进行求解，获取异常行为的目标向量；步骤S3、将获取的异常行为目标向量与行为序列中相似的序列段进行匹配，对周围合法行为序列进行关联度分析；步骤S4、采用匹配补偿方式删除行为序列中的无关行为。本发明利用深度信任网络提取用户历史行为的目的特征，并在已得出的异常行为目标向量的基础上，对其他合法行为进行关联分析，保证最终结果的准确性。
-
公开(公告)号：CN110290101B
公开(公告)日：2021-12-07
申请号：CN201910298910.5
申请日：2019-04-15
Applicant: 南京邮电大学
Abstract: 智能电网环境中基于深度信任网络的关联攻击行为识别方法；包括如下步骤；步骤S1、将用户的每一个行为序列进行最小时间分割，并删除相关性不大的序列段；步骤S2、将去除了相关性不大的序列段的行为序列作为深度信任网络的输入序列，通过深度信任网络中的非线性迭代算法对非法用户行为序列的目标行为函数进行求解，获取异常行为的目标向量；步骤S3、将获取的异常行为目标向量与行为序列中相似的序列段进行匹配，对周围合法行为序列进行关联度分析；步骤S4、采用匹配补偿方式删除行为序列中的无关行为。本发明利用深度信任网络提取用户历史行为的目的特征，并在已得出的异常行为目标向量的基础上，对其他合法行为进行关联分析，保证最终结果的准确性。
-
Search Results
2
records
(took 0.017 seconds)
