申请/专利权人:北京环宇博亚科技有限公司
申请日:2024-01-15
公开(公告)日:2024-04-12
公开(公告)号:CN117874680A
主分类号:G06F18/2433
分类号:G06F18/2433;G06F18/243;G06F18/24;G06F18/25;G06F18/27;G06N3/0455;G06N3/08;G06N5/01;G06N20/20;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本申请涉及堡垒机运维管理领域,公开了堡垒机运维管理系统,包括以下步骤:S1、从堡垒机中收集操作日志数据;S2、对操作日志数据进行预处理和特征提取,获取特征向量;S3、基于时间序列分析模型,对特征向量进行训练和预测,以识别时间异常;S4、基于规则模型,对特征向量进行规则检测,识别违反安全策略的行为;S5、基于机器学习模型,对特征向量进行训练和预测,识别异常行为;S6、基于深度学习模型,对特征向量进行训练和重构误差计算,识别异常行为;S7、采用加权投票机制,生成最终的异常分数;S8、根据设定的阈值,判断异常状态。本发明通过集成多个不同类型的检测器,利用它们的优势进行协同工作,可以提高异常检测的准确性。
主权项:1.堡垒机运维管理方法,其特征在于,包括以下步骤:从堡垒机中收集操作日志数据;对操作日志数据进行预处理和特征提取,获取特征向量;基于时间序列分析模型,对特征向量进行训练和预测,以识别时间异常;基于规则模型,对特征向量进行规则检测,以识别违反安全策略的行为;基于机器学习模型,对特征向量进行训练和预测,以识别异常行为;基于深度学习模型,对特征向量进行训练和重构误差计算,以识别异常行为;根据预测结果和检测结果,采用加权投票机制,生成最终的异常分数;根据设定的阈值,判断特征向量的异常状态。
全文数据:
权利要求:
百度查询: 北京环宇博亚科技有限公司 堡垒机运维管理系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。