【技术实现步骤摘要】
本申请涉及网络安全，尤其涉及异常数据的分类识别方法、模型参数确定方法及存储介质。
技术介绍
1、异常数据源的种类及数据量级呈指数级增长，因此，快速、准确地从海量异常数据中提取有效特征显得非常重要。
2、相关技术下，传统用于异常数据分类识别模型训练的数据源多为通用的安全日志及数据，由于通用的安全日志及数据所能提供的异常数据源种类较少，因此，实际应用中，基于该数据源训练得到的模型，对不同行业进行异常数据分类识别的准确率低下，从而导致基于分类识别结果制定的安全防护措施的针对性和效果受限。
技术实现思路
1、本申请实施例提供异常数据的分类识别方法、模型参数确定方法及存储介质，用以提高异常数据分类识别模型，对不同行业进行异常数据分类识别的准确率。
2、本申请实施例提供的具体技术方案如下：
3、第一方面，本申请实施例提供一种异常数据的分类识别方法，应用于联邦学习架构中多个边缘节点中的任一边缘节点，所述多个边缘节点中的至少两个边缘节点所关联的实体的行业类别不同，所述方
【技术保护点】
1.一种异常数据的分类识别方法，其特征在于，应用于联邦学习架构中多个边缘节点中的任一边缘节点，所述多个边缘节点中的至少两个边缘节点所关联的实体的行业类别不同，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对所述待识别数据进行特征提取，得到特征向量，包括：
3.如权利要求1所述的方法，其特征在于，所述目标Transformer模型包括特征提取模块、行为模式分类模块和行业属性分类模块；
4.如权利要求1-3任一项所述的方法，其特征在于，通过执行如下操作，得到所述目标Transformer模型：
5.如权利要求4...
【技术特征摘要】
1.一种异常数据的分类识别方法，其特征在于，应用于联邦学习架构中多个边缘节点中的任一边缘节点，所述多个边缘节点中的至少两个边缘节点所关联的实体的行业类别不同，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述对所述待识别数据进行特征提取，得到特征向量，包括：
3.如权利要求1所述的方法，其特征在于，所述目标transformer模型包括特征提取模块、行为模式分类模块和行业属性分类模块；
4.如权利要求1-3任一项所述的方法，其特征在于，通过执行如下操作，得到所述目标transformer模型：
5.如权利要求4所述的方法，其特征在于，所述初始模型配置信息还包括所述本地transformer模型的架构配置信息；
6.如权利要求4所...
【专利技术属性】
技术研发人员：王晓倩，庞胜，张曙天，贾晋康，孙福兴，
申请(专利权)人：天翼安全科技有限公司，
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。