内容提供者
异常访问行为的检测方法、装置、存储介质及电子设备.pdf
2023-07-25
10金币
419KB
12页
俊英****22
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12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
异常访问行为的检测方法、装置、存储介质及电子设备.pdf
本申请公开了一种异常访问行为的检测方法、装置、存储介质及电子设备。其中方法包括：获取与目标应用对应的若干目标历史流量数据；基于各所述目标历史流量数据进行特征提取，获得若干特征信息；基于各所述特征信息进行安全防护模型的训练，获得与所述目标应用对应的安全防护模型；基于所述安全防护模型对访问所述目标应用产生的当前流量数据进行异常访问行为的判断，获得异常访问行为的检测结果。本申请中，通过获取与目标应用对应的目标历史流量数据，然后进行模型训练来获得与目标应用对应的安全防护模型，由此能够更加准确的对访问目标应用的流量
2023-07-24
10
447KB
异常访问行为的检测方法、装置、存储介质及电子设备.pdf
本申请公开了一种异常访问行为的检测方法、装置、存储介质及电子设备。其中方法包括：构建以网络地址为节点的访问行为图谱；基于目标设备的网络地址以及所述访问行为图谱，获取所述目标设备的若干访问路径；基于各所述访问路径的节点数进行异常访问行为的判断，获得异常访问行为的检测结果。本申请中，通过构建访问行为图谱，然后根据目标设备的网络地址来从该访问行为图谱中获取目标设备的访问路径，并根据各路径中节点数的多少来确定该路径是否存在访问异常行为，由此使得最终的检测结果更加准确、合理。
2023-07-25
10
419KB
异常访问的检测方法、装置、电子设备及可读存储介质.pdf
本申请公开了一种异常访问的检测方法、装置、电子设备及可读存储介质，其方法包括：获取目标应用的训练用数据流量；对所述训练用数据流量进行特征提取，得到流量数据特征；基于监督学习与无监督学习的结合，对所述流量数据特征进行特征转换，以学习所述目标应用的底层逻辑、访问逻辑和业务逻辑，得到所述目标应用的安全防护模型；基于所述安全防护模型，对目标应用的异常访问进行识别。本申请基于人工智能方法，能够高效、准确的对攻击行为进行智能识别，尤其是对0‑day漏洞的攻击行为；显著提高了互联网应用系统的安全性，适用性广，准确度高。
2023-07-24
10
497KB
异常行为检测方法、装置、电子设备、存储介质.pdf
本发明提供一种异常行为检测方法、装置、电子设备、计算机可读存储介质，异常行为检测方法包括：对检测图像进行目标检测，得到第一检测目标的位置信息以及第二检测目标的位置信息，以及获取所述第一检测目标的运动状态信息以及所述第二检测目标的运动状态信息；基于所述第一检测目标的位置信息、所述第二检测目标的位置信息结合所述第一检测目标的运动状态信息、所述第二检测目标的运动状态信息，确定所述第一检测目标的行为是否是异常行为。通过该方法能够检测出违反安全规定的行为，检测效率高，可靠性强。
2023-07-25
10
558KB
异常检测方法及装置、电子设备、存储介质.pdf
本申请提供一种异常检测方法及装置、电子设备、存储介质，该方法应用于巡检机器人，巡检机器人搭载有图像采集装置，该方法包括：获取巡检路径；采集巡检路径中每个巡检点对应的连续多帧目标图像；分别对每一帧目标图像进行异常情况分析，选取多帧目标图像中存在异常的图像作为异常标记图像；输出异常标记图像对应的区域位置信息。本申请通过采集巡检机器人在巡检路径中的每个巡检点对应的连续多帧目标图像，对每一帧目标图像进行异常情况分析，并选取出多帧目标图像中存在异常的图像作为异常标记图像，根据该异常标记图像中输出其在实际场地中的具体
2023-07-25
10
692KB