一种非均匀高斯分布下的网络攻击联邦检测方法及系统

    公开(公告)号:CN117834290A

    公开(公告)日:2024-04-05

    申请号:CN202410031036.X

    申请日:2024-01-09

    Abstract: 本发明公开了一种非均匀高斯分布下的网络攻击联邦检测方法及系统,该方法首先在客户端采集网络数据和攻击数据构建数据集,获取数据集的分布信息发送到中央服务器。然后中央服务器构建CNN‑Attention神经网络模型并初始化,将初始化全局模型参数下发到各个客户端。然后在客户端构建基于CNN‑Attention神经网络模型的本地模型,使用本地数据集进行训练,并输出网络攻击的检测结果,再将本地模型参数保存成数组发送到中央服务器;最后在中央服务器,接收各个客户端的本地模型参数,对全局模型进行更新,并同步到客户端。本发明对网络数据具有较好的表征能力,对攻击流量具有较高的检测能力。

    基于数据指引的AI可视化分析系统

    公开(公告)号:CN117971958A

    公开(公告)日:2024-05-03

    申请号:CN202410204704.4

    申请日:2024-02-25

    Abstract: 本发明公开了一种基于数据指引的AI可视化分析系统,其中,用户和数据支撑模块,用于构建用户管理、角色管理、权限管理、日志管理、数据管理功能;AI算法组件模块,用于进行算法组件封装、第三方API接入;AI模型构建和训练模块,用于构建建模指引、模型构建、模型保存的模型操作界面;业务应用模块,用于构建用户管理、模型下载和应用、智聊自助、日志管理;Web可视化模块,通过组件和前端可视化,实现AI建模和管理的可视化。本发明建模有指引,准入低门槛,降低研发成本;能够实现可视化拖拉,应用简便,提升智能效率;适用于多个场景,助力产业升级。

Patent Agency Ranking