恶意访问识别方法、设备、存储介质及装置

    公开(公告)号:CN117574374A

    公开(公告)日:2024-02-20

    申请号:CN202311631058.1

    申请日:2023-11-30

    Abstract: 本发明属于网络安全技术领域,公开了一种恶意访问识别方法、设备、存储介质及装置,本发明通过对待识别的访问信息进行预处理,获得目标特征集合;基于预设风险识别模型对目标特征集合进行风险概率预测,获得风险预测结果,预设风险识别模型是对BP神经网络模型的损失函数中引入修正权重后训练获得的模型;根据风险预测结果确定候选集用户;根据候选集用户对应的数据传输行为确定用户访问风险类型,相较于相关方案中由于样本数据量级相差较大,模型针对不明显恶意访问行为无法有效识别各类访问风险导致分类结果不准确。本发明通过风险预测结果确定候选集用户并对候选集用户进一步进行微小恶意访问识别,提升对微小恶意访问安全识别的准确率。

    基站扇区智能选取方法、装置、设备及存储介质

    公开(公告)号:CN116916348A

    公开(公告)日:2023-10-20

    申请号:CN202310884991.3

    申请日:2023-07-18

    Abstract: 本发明属于大数据技术领域,公开了一种基站扇区智能选取方法、装置、设备及存储介质。该方法包括:获取目标区域的基站扇区,根据基站扇区对应的用户信息,建立单日次数稀疏表;基于单日次数稀疏表,构建高维数据降维流形结构图;根据高维数据降维流形结构图,构建高维数据降维流形近邻图;基于高维数据降维流形近邻图的邻接矩阵,建立基站分类识别模型;基于基站分类识别模型,确定扇区对应的基站类别;根据基站类别,在基站扇区中选取目标基站扇区。通过上述方式,增加了模型训练的样本,并挖掘出深层的特征信息,模型训练过程中能利用足够多的特征信息,提高模型的准确性,提高基站扇区选取的准确性。

Patent Agency Ranking