龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
摘要：本发明公开一种基于图像的分布级概念漂移检测与适应方法及系统，包括对捕获的网络流量提取流级别特征并进行独热编码，使用对比自编码器对特征进行降维得到嵌入特征向量并分别计算训练集中正常类和异常类的质心，并采用中位数绝对偏差方法将测试集样本分为正常类、漂移类和异常类；使用tsne将样本对应的嵌入特征向量降维到二维可视化特征并进行归一化处理，用于将样本数据投影在黑白图上；采用黑白图差异化的方法筛选出待检测像素点集合，基于待检测像素点集合生成人工标记样本，并使用正则化进行增量学习，提高模型的检测效果。本发明以图像对比、增量、灵活的方式持续学习网络流量的分布特点，保护目标网络系统免受恶意攻击。
主权项：1.一种基于图像的分布级概念漂移检测与适应方法，其特征在于，所述方法包括以下步骤：对捕获到的网络流量提取流级别特征，对所述流级别特征进行独热编码，并使用对比自编码器对独热编码后的特征进行降维，得到嵌入特征向量；基于所述嵌入特征向量分别计算训练集中正常类和异常类的质心，并基于所述质心采用中位数绝对偏差方法将测试集样本分为正常类样本、漂移类样本和异常类样本；使用tsne将样本对应的所述嵌入特征向量降维到二维可视化特征并进行归一化处理，用于将样本数据投影在黑白图上；将训练集中的正常类样本、测试集中的正常类样本和漂移类样本转化为黑白图并进行第一次相似度比较；将训练集中的异常类样本、测试集中的异常类样本和漂移类样本转化为黑白图并进行第二次相似度比较；将所述第一次相似度比较得分与所述第二次相似度比较得分平均后与设定的阈值进行第三次比较并判断是否发生漂移；将测试集黑白图与训练集黑白图通过差异化筛选后得到多余像素点集合，将所述漂移类样本对应的黑白图像素点集合和所述多余像素点集合作为待检测像素点集合，选取所述待检测像素点集合中各像素点对应的多个随机样本，构成人工标记样本，并进行基于正则化的增量学习更新所述方法的模型。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 基于图像的分布级概念漂移检测与适应方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号