基于AI的主机异常行为检测算法在系统中的实现

王  芳, 张 菲菲, 陈 春萍
浙江远望信息股份有限公司

摘要


随着信息技术的快速发展,网络安全问题日益突出。主机作为网络系统的核心组成部分,其安全状况直接
关系到整个网络的稳定性和数据的安全性。基于AI的主机异常行为检测算法能够有效识别并预警潜在的威胁,提高
系统的安全性。本文首先介绍了主机异常行为检测的重要性和现有技术面临的挑战,随后详细阐述了一种基于机器
学习技术的异常检测方法。该方法通过收集主机的运行数据,利用深度学习模型对数据进行特征提取和模式识别,
实现对异常行为的准确识别。实验结果表明,该算法在检测准确率和响应速度上均优于传统方法,为网络安全提供
了一种新的解决方案。本文的研究对于提高网络系统的安全性具有重要的理论和实践意义。

关键词


异常行为检测;人工智能;网络安全;机器学习;深度学习

全文:

PDF


参考


[1]李强,张华.基于深度学习的网络安全异常检测

方法[J].计算机研究与发展,2020,57(1):1-10.

[2]王磊,刘洋.网络异常行为检测技术研究综述[J].

计算机科学,2019,46(6):1-8.

[3]赵宇,李宁.基于机器学习的网络入侵检测系统

研究[J].软件学报,2021,32(2):321-330.

[4]陈晨,张建华.一种基于深度学习的网络异常流

量检测方法[J].电子学报,2022,50(3):555-562.

[5]刘晓东,李晓明.基于特征选择的网络异常检测

算法[J].计算机应用研究,2018,35(10):2973-2976.


Refbacks

  • 当前没有refback。