- 专利标题: 一种隐私保护机器学习的虚拟化终端异常检测方法及系统
-
申请号: CN202110545260.7申请日: 2021-05-19
-
公开(公告)号: CN113221144B公开(公告)日: 2024-05-03
- 发明人: 李桐 , 刘一涛 , 徐剑 , 刘刚 , 王刚 , 周小明 , 宋进良 , 冯达 , 刘扬 , 王磊 , 陈得丰 , 杨智斌 , 任帅 , 陈剑 , 耿洪碧 , 李欢 , 张彬 , 王琛 , 杨滢璇 , 佟昊松 , 孙赫阳 , 孙茜 , 何立帅 , 李菁菁
- 申请人: 国网辽宁省电力有限公司电力科学研究院 , 东北大学
- 申请人地址: 辽宁省沈阳市和平区四平街39-7号;
- 专利权人: 国网辽宁省电力有限公司电力科学研究院,东北大学
- 当前专利权人: 国网辽宁省电力有限公司电力科学研究院,东北大学
- 当前专利权人地址: 辽宁省沈阳市和平区四平街39-7号;
- 代理机构: 北京智绘未来专利代理事务所
- 代理商 王萍; 张红莲
- 主分类号: G06F21/60
- IPC分类号: G06F21/60 ; G06F21/62 ; G06F21/64 ; G06N3/0464 ; G06N3/08
摘要:
一种隐私保护机器学习的虚拟化终端异常检测方法及系统,其特征在于,方法包括以下步骤:步骤1,采集虚拟化终端的行为数据,并从行为数据中提取行为特征以生成行为特征向量;步骤2,基于历史生成的行为特征向量,实施可逆矩阵加密以获得密文数据,并基于密文数据更新神经网络训练模型;步骤3,基于神经网络训练模型,对行为特征向量数据进行训练以获得虚拟化终端的异常行为检测结果。本发明将神经网络训练模型的生成和更新过程外包至异地的计算服务器,提高了中心服务器的运算效率,保障了数据与训练模型的安全性。
公开/授权文献
- CN113221144A 一种隐私保护机器学习的虚拟化终端异常检测方法及系统 公开/授权日:2021-08-06