基于数据流特征熵的业务流程异常入侵检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于数据流特征熵的业务流程异常入侵检测方法
申请号:
CN202511047766
申请日期:
2025-07-29
公开号:
CN120915511A
公开日期:
2025-11-07
类型:
发明专利
摘要
本发明提供了基于数据流特征熵的业务流程异常入侵检测方法,包括以下步骤:S1.业务流程数据流采集与预处理;S2.数据流特征提取;S3.特征熵计算;S4.正常行为模型构建;S5.异常检测;S6.异常入侵告警与处理。本发明通过特征熵量化业务流程规律,多算法融合提升检测鲁棒性,降低误报率与漏报率,适用于动态业务场景的实时入侵检测,为业务系统安全提供可靠保障。
技术关键词
入侵检测方法
数据流特征
加权特征
K近邻
融合支持向量机
业务系统安全
朴素贝叶斯模型
样本
后验概率
统计特征提取
支持向量机模型
多算法融合
偏差
信息熵
概率密度函数
决策树模型