基于少样本学习的电网入侵检测方法及装置
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于少样本学习的电网入侵检测方法及装置
申请号:
CN202510936386
申请日期:
2025-07-08
公开号:
CN120768598A
公开日期:
2025-10-10
类型:
发明专利
摘要
本发明公开了一种基于少样本学习的电网入侵检测方法,包括步骤:基于少样品学习训练方法构建深度学习模型;获取网络节点的流量数据;对获取到的网络节点的流量数据进行预处理;将预处理之后的网络节点的流量数据输入到构建的深度学习模型进行预警分析,以判断获取到的网路节点的流量数据是否包括攻击行为,若是,则发送攻击事件预警信息。主要技术方案和效果:提升对新型攻击的检测能力,采用少样本学习方法构建深度学习模型,可在样本极少的情况下快速识别新型、变种、以及高级持续性攻击。
技术关键词
网络节点
学习训练方法
高级持续性攻击
入侵检测方法
数据
告警方式
训练深度学习模型
样本学习方法
入侵检测装置
检测敏感度
HTTP请求
汇聚交换机
生成对抗网络
核心交换机
网路
告警规则
生成事件
协议