基于增量学习的区块链电力系统恶意加密流量检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于增量学习的区块链电力系统恶意加密流量检测方法及系统
申请号:CN202411878595
申请日期:2024-12-19
公开号:CN119766519A
公开日期:2025-04-04
类型:发明专利
摘要
本发明公开了一种基于增量学习的区块链电力系统恶意加密流量检测方法及系统,属于网络安全技术领域。方法包括:获取流量数据集,基于流量数据集获得多个特征向量组;构建以特征向量组作为输入,输出各流量的检测结果的检测模型;构建存储检测模型接收到的特征向量组中的特征向量的缓冲池;特征向量组输入至检测模型时,对缓冲池中历史的特征向量进行更新,再基于当前时刻缓冲池中的特征向量对检测模型进行训练;构建增量学习损失,基于增量学习损失对检测模型进行更新,最终获得训练后的检测模型;利用训练后的检测模型对待检测的流量进行检测。本发明提供了一种自动识别并应对新型恶意加密流量攻击的解决方案,提升了电力系统的安全性。
技术关键词
缓冲池 电力系统 流量检测系统 网络安全技术 蓄水池 特征提取器 加密 数据 标签 样本 编码器 算法 模块 因子 参数