[发明专利]网络安全态势的感知方法和装置及感知模型训练方法和装置有效
| 申请号： | 201710178579.4 | 申请日： | 2017-03-23 |
| 公开（公告）号： | CN106953862B | 公开（公告）日： | 2020-09-25 |
| 发明（设计）人： | 张錋;毛澍;李彦庆;张晶晶 | 申请（专利权）人： | 全球能源互联网研究院有限公司;国家电网有限公司;国网江苏省电力公司信息通信分公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/08 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 吴黎 |
| 地址： | 102209 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Tensorflow和Docker的网络安全态势的感知方法和装置及感知模型训练方法和装置，该感知模型训练方法包括：获取历史网络态势要素数据；采用所述历史网络态势要素数据训练预设的网络安全态势感知模型，所述网络安全态势感知模型包括运行在Docker容器内的Tensorflow宽度和深度学习子模型；判断所述网络安全态势感知模型的训练结果是否达到预期；当未达到预期时，重复执行所述获取历史网络态势要素数据的步骤至所述采用所述历史网络态势要素数据训练预设的网络安全态势感知模型的步骤，直至所述网络安全态势感知模型的训练结果达到预期。由此，能够高效的处理海量网络数据，从而有效地进行网络安全态势的感知。 | ||
| 搜索关键词： | 网络安全 态势 感知 方法 装置 模型 训练 | ||
【主权项】：
一种基于Tensorflow和Docker的网络安全态势的感知模型训练方法，其特征在于，包括：获取历史网络态势要素数据；采用所述历史网络态势要素数据训练预设的网络安全态势感知模型，所述网络安全态势感知模型包括运行在Docker容器内的Tensorflow宽度和深度学习子模型；判断所述网络安全态势感知模型的训练结果是否达到预期；当未达到预期时，重复执行所述获取历史网络态势要素数据的步骤至所述采用所述历史网络态势要素数据训练预设的网络安全态势感知模型的步骤，直至所述网络安全态势感知模型的训练结果达到预期。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于全球能源互联网研究院有限公司;国家电网有限公司;国网江苏省电力公司信息通信分公司，未经全球能源互联网研究院有限公司;国家电网有限公司;国网江苏省电力公司信息通信分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710178579.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种电动自行车系统
- 下一篇：多功能发电山地自行车
