内容提供者
基于历史表现的无监督异常检测方法及系统.pdf
2023-05-09
10金币
804KB
17页
鸿朗****ka
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共17页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于历史表现的无监督异常检测方法及系统.pdf
本发明公开了一种基于历史表现的无监督异常检测方法及系统,包括以下步骤:S1:周期性触发,获取推理样本;S2:获取训练生成的模型文件和中间变量;S3:用户可对推理结果进行纠正打标,产生的新样本用于打标模式训练的使用;S4:即时模式下获取推理样本作为当前轮次的训练样本,称为T训练样本;S5:从存储中获取上一轮次的训练样本,称为T?1训练样本,以时间为索引对T?1和T训练样本进行拼接、去重、存储,得到完整的训练样本;S6:对训练样本进行交叉验证,计算评估指标二分轮廓系数;S7:执行模型调优,使用网格搜索的方法重
2023-05-09
10
804KB
基于无监督算法的用户异常检测方法及装置.pdf
本申请公开了基于无监督算法的用户异常检测方法及装置，涉及网络安全检测技术领域，可以提升用户异常检测的准确率。其中方法包括：获取web系统的用户行为日志数据；根据所述用户行为日志数据对应的多个业务场景类别，分别计算出目标用户在多个不同时间周期内的贝叶斯平均值，所述贝叶斯平均值是根据目标用户的单维行为特征数据确定的；根据目标用户在多个业务场景类别，以及多个不同时间周期内的贝叶斯平均值，利用不同的无监督模型分别得到目标用户在每个业务场景类别中的初始评估结果；根据所述初始评估结果中的评估标签类型，通过对所述初始评
2023-07-25
10
766KB
基于无监督异常检测的溺水检测方法及装置.pdf
本发明公开了一种基于无监督异常检测的溺水检测方法及装置，其中方法包括：获取水下视频流，并对水下视频流进行图像增强；将图像增强后的水下视频流输入到预先训练好的轻量级目标检测模型，以通过轻量级目标检测模型判断水下视频流中游泳者的人体姿态是否为垂直状态；如果判断结果为是，则采用深度高斯异常分类法计算该水下视频流对应的游泳者特征向量与正常高斯模型的马氏距离，并将该马氏距离作为异常得分；判断异常得分是否大于预设得分阈值；如果是，则认为该水下视频流对应的游泳者发生溺水，并生成报警信息；能够有效提高溺水检测的精准度和实
2023-07-25
10
1KB
基于无监督模型的用户行为异常分析评估方法及系统.pdf
本发明适用于计算机网络安全及人工智能领域，提供了基于无监督模型的用户行为异常分析评估方法及系统，本发明的评估方法使用无监督学习方法对日志数据特征做特征工程，将类别特征转换为特征内特征值出现的频率，通过对比特征内特征值之间的异常度，及特征之间的异常度，移除噪音特征和无用特征，得到目标特征；使用时间序列预测模型对所述目标特征学习用户行为规律，得到用户的异常行为；基于所述用户的异常行为，并结合云纷SIEM平台异常告警模块，使用统计方法对所述用户行为风险进行评估，从而能够在具有大量用户行为的日志数据中，准确的识别
2023-07-24
10
646KB
基于改进CURE聚类算法的无监督异常检测方法.docx
基于改进CURE聚类算法的无监督异常检测方法摘要：随着数据大规模化和数据分析的广泛应用，如何有效地检测出数据中的异常值成为了一个重要的问题。在此背景下，无监督异常检测方法逐渐引起了研究人员的关注。本文提出了一种基于改进CURE聚类算法的无监督异常检测方法。首先介绍了CURE聚类算法的基本原理，然后针对其在异常检测中存在的问题，提出了一种改进的CURE聚类算法。最后通过实验验证提出的方法在异常检测中的良好性能。关键词：无监督异常检测；CURE聚类算法；改进；实验验证Abstract:Withthelarge
2024-11-12
5
11KB