公开(公告)号：CN105224872B

公开(公告)日：2018-04-13

申请号：CN201510635848.6

申请日：2015-09-30

Applicant: 河南科技大学

Inventor： 郑瑞娟 ,  张明川 ,  吴庆涛 ,  白秀玲 ,  魏汪洋 ,  赵海霞 ,  陈京 ,  张童 ,  王成磊 ,  杨丽

IPC: G06F21/56 ,  G06K9/62

Abstract: 本发明公开一种基于神经网络聚类的用户异常行为检测方法，首先将用户的行为数据集矩阵进行SVD分解及去噪，然后将去噪后的矩阵输入到神经网络的输入层，接着在神经网络的隐含层进行各用户所有属性的权重并将其进行标准化，在输出层将其输出，最后分别计算各用户与正常行为模型数据库中各用户的相似度和阈值的大小，如果大于阈值的直接为异常行为并进行相应的提示及防范措施，反之为正常行为，将其合并到正常模型数据库中进行实时更新数据库；本发明通过各部分的配合有效实现了高的检测率和低的误报率。

公开(公告)号：CN105224872A

公开(公告)日：2016-01-06

申请号：CN201510635848.6

申请日：2015-09-30

Applicant: 河南科技大学

Inventor： 郑瑞娟 ,  张明川 ,  吴庆涛 ,  白秀玲 ,  魏汪洋 ,  赵海霞 ,  陈京 ,  张童 ,  王成磊 ,  杨丽

IPC: G06F21/56 ,  G06K9/62

CPC classification number: G06F21/566 ,  G06K9/6267

Abstract: 本发明公开一种基于神经网络聚类的用户异常行为检测方法，首先将用户的行为数据集矩阵进行SVD分解及去噪，然后将去噪后的矩阵输入到神经网络的输入层，接着在神经网络的隐含层进行各用户所有属性的权重并将其进行标准化，在输出层将其输出，最后分别计算各用户与正常行为模型数据库中各用户的相似度和阈值的大小，如果大于阈值的直接为异常行为并进行相应的提示及防范措施，反之为正常行为，将其合并到正常模型数据库中进行实时更新数据库；本发明通过各部分的配合有效实现了高的检测率和低的误报率。