首页> 中国专利> 基于深度自编码神经网络模型的网络安全态势评估方法

基于深度自编码神经网络模型的网络安全态势评估方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

一种基于深度自编码神经网络模型的网络安全态势评估方法。其包括构建深度自编码神经网络模型；获取网络流量数据；数据预处理；数据重采样；深度自编码神经网络模型训练；深度自编码神经网络模型测试；网络安全态势量化评估等步骤。本发明提出的深度自编码神经网络模型可以检测网络中的异常流量，此外，所提出的欠、过采样加权算法，可以提高数据量较少的流量检测率。基于本发明方法计算出的网络安全态势值，可以更直观、准确地表示出当前网络所处于的状态，并可以提供决策意见，使得网络管理者可以更全面地了解网络态势。

著录项

公开/公告号CN112039903A

专利类型发明专利
公开/公告日2020-12-04

原文格式PDF
申请/专利权人中国民航大学;
展开▼

申请/专利号CN202010915110.6
发明设计人杨宏宇;曾仁韵;谢丽霞;
展开▼

申请日2020-09-03
分类号H04L29/06(20060101);G06N3/04(20060101);
代理机构12108 天津才智专利商标代理有限公司;
代理人庞学欣
地址 300300 天津市东丽区津北公路2898号
入库时间 2023-06-19 09:07:30

法律信息

法律状态公告日

法律状态信息

法律状态
2022-03-08

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 基于深度自编码神经网络模型的网络安全态势评估方法 [P] . 中国专利： CN112039903A . 2020-12-04
2. 基于深度特征编码与混合高斯模型的燃机退化评估方法 [P] . 中国专利： CN113111575A . 2021-07-13
3. METHOD AND APPARATUS FOR INTER-LAYER DECODING VIDEO USING DEPTH-BASED DISPARITY VECTOR, AND METHOD AND APPARATUS FOR INTER-LAYER ENCODING VIDEO USING DEPTH-BASED DISPARITY VECTOR [P] . 欧洲知识产权局专利： EP3021584A4 . 2017-03-15

机译：使用基于深度的视差矢量进行层间编码视频的方法和装置，以及使用基于深度的视差矢量进行层间编码视频的方法和装置
4. METHOD AND APPARATUS FOR INTER LAYER DECODING VIDEO USING DEPTH BASED DISPARITY VECTOR AND METHOD AND APPARATUS FOR INTER LAYER ENCODING VIDEO USING DEPTH BASED DISPARITY VECTOR [P] . IN201627001358A . 2016-07-22

机译：使用基于深度的视差矢量进行层间编码视频的方法和装置以及使用基于深度的视差矢量进行层间编码视频的方法和装置
5. METHOD AND APPARATUS FOR INTER-LAYER DECODING VIDEO USING DEPTH-BASED DISPARITY VECTOR, AND METHOD AND APPARATUS FOR INTER-LAYER ENCODING VIDEO USING DEPTH-BASED DISPARITY VECTOR [P] . 美国专利： US2016165241A1 . 2016-06-09

机译：使用基于深度的视差矢量进行层间编码视频的方法和装置，以及使用基于深度的视差矢量进行层间编码视频的方法和装置