【技术实现步骤摘要】
游戏平台网络安全的监测预警方法
[0001]本公开涉及智能监测预警领域,且更为具体地,涉及一种游戏平台网络安全的监测预警方法。
技术介绍
[0002]随着网络游戏的发展,游戏平台面临着越来越多的网络安全威胁,如黑客攻击、数据泄露、恶意软件等。这些威胁不仅会影响游戏平台的正常运行,也会危害用户的隐私和财产。所以,游戏平台需要有效的监测预警方法,及时发现和应对网络异常活动。
[0003]然而,传统的基于规则的方法往往需要提前定义一系列规则和阈值,无法适应复杂多变的网络安全威胁。因此,期待一种优化的游戏平台网络安全的监测预警方案。
技术实现思路
[0004]有鉴于此,本公开提出了一种游戏平台网络安全的监测预警方法,其可以通过分析流量模式和流量特征,以及时发现异常的网络活动,如大量的数据传输、异常的连接请求等,从而及时采取措施应对威胁来保护游戏平台的正常运行以及用户的隐私和财产安全。
[0005]根据本公开的一方面,提供了一种游戏平台网络安全的监测预警方法,其包括:获取预定时间段内多个预定时间点的入站流量值和出站流量值;对所述多个预定时间点的入站流量值和出站流量值进行时序特征提取和特征关联编码以得到入站流量
‑
出站流量时序关联特征向量;以及基于所述入站流量
‑
出站流量时序关联特征向量,确定网络活动是否存在异常。
[0006]根据本公开的实施例,其首先获取预定时间段内多个预定时间点的入站流量值和出站流量值,接着,对所述多个预定时间点的入站流量值和出站流 ...
【技术保护点】
【技术特征摘要】
1.一种游戏平台网络安全的监测预警方法,其特征在于,包括:获取预定时间段内多个预定时间点的入站流量值和出站流量值;对所述多个预定时间点的入站流量值和出站流量值进行时序特征提取和特征关联编码以得到入站流量
‑
出站流量时序关联特征向量;以及基于所述入站流量
‑
出站流量时序关联特征向量,确定网络活动是否存在异常;其中,对所述多个预定时间点的入站流量值和出站流量值进行时序特征提取和特征关联编码以得到入站流量
‑
出站流量时序关联特征向量,包括:对所述多个预定时间点的入站流量值和出站流量值进行数据结构化处理以得到入站流量时序输入向量和出站流量时序输入向量;以及提取所述入站流量时序输入向量和所述出站流量时序输入向量之间的关联模式特征以得到所述入站流量
‑
出站流量时序关联特征向量;其中,提取所述入站流量时序输入向量和所述出站流量时序输入向量之间的关联模式特征以得到所述入站流量
‑
出站流量时序关联特征向量,包括:分别提取所述入站流量时序输入向量和所述出站流量时序输入向量的时序特征以得到入站流量时序特征向量和出站流量时序特征向量;对所述入站流量时序输入向量和所述出站流量时序输入向量进行关联编码以得到入站流量
‑
出站流量全时序关联矩阵;以及基于深度卷积神经网络模型,从所述入站流量
‑
出站流量全时序关联矩阵中提取所述入站流量
‑
出站流量时序关联特征向量;其中,分别提取所述入站流量时序输入向量和所述出站流量时序输入向量的时序特征以得到入站流量时序特征向量和出站流量时序特征向量,包括:将所述入站流量时序输入向量和所述出站流量时序输入向量分别通过基于一维卷积神经网络模型的时序特征提取器以得到所述入站流量时序特征向量和所述出站流量时序特征向量;其中,基于深度卷积神经网络模型,从所述入站流量
‑
出站流量全时序关联矩阵中提取所述入站流量
‑
出站流量时序关联特征向量,包括:将所述入站流量
‑
出站流量全时序关联矩阵通过基于卷积神经网络模型的流量时序关联模式特征提取器以得到所述入站流量
‑
出站流量时序关联特征向量;其中,基于所述入站流量
‑
出站流量时序关联特征向量,确定网络活动是否存在异常,包括:融合所述入站流量时序特征向量、所述出站流量时序特征向量和所述入站流量
‑
出站...
【专利技术属性】
技术研发人员:肖杨海,
申请(专利权)人:厦门巴掌互动科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。