【技术实现步骤摘要】
本申请涉及数据识别，更具体的说，本申请涉及一种安全数据识别方法及系统。
技术介绍
1、随着时代的发展，互联网和物联网产生了庞大的数据量，数据量呈指数级增长，包括网络流量、日志、传感器数据等，这些数据成为了安全数据识别的宝贵资源，大数据技术的兴起使得存储、处理和分析大规模数据变得更加可行，这为安全数据识别提供了更多的数据来源和分析可能性，数据识别技术在当今数字化和互联网化时代变得尤为关键，汇聚了计算机科学、网络安全、数据分析、人工智能和机器学习等多个领域的技术趋势和创新，以应对不断演进的网络威胁和安全挑战。
2、在现有技术中，安全数据识别通常包括数据采集、预处理、特征提取、建模和分析、模型训练、检测与警报、反馈与改进等多个步骤，利用机器学习和深度学习等技术，以识别潜在威胁和异常活动，从而保护信息资产和网络安全的关键过程，其中，在数据特征提取过程中，对多个数据特征的分析往往只是对各个数据特征进行单一的分析处理，忽略了多个数据特征之间的联系性，从而导致对目标数据识别为安全数据的准确率下降。
技术实现思路
【技术保护点】
1.一种安全数据识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，将所述目标数据的传输流量数据转换为传输流量风险缩化矩阵具体包括：
3.如权利要求2所述的方法，其特征在于，确定所述目标数据采集时长序列对应的目标数据采集时长缩化值序列具体包括：
4.如权利要求3所述的方法，其特征在于，所述目标数据采集时长缩化值由下述公式确定：
5.如权利要求2所述的方法，其特征在于，确定所述目标数据耗流量序列对应的目标数据耗流量缩化值序列具体包括：
6.如权利要求2所述的方法，其特征在于，确定所述目...
【技术特征摘要】
1.一种安全数据识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，将所述目标数据的传输流量数据转换为传输流量风险缩化矩阵具体包括：
3.如权利要求2所述的方法，其特征在于，确定所述目标数据采集时长序列对应的目标数据采集时长缩化值序列具体包括：
4.如权利要求3所述的方法，其特征在于，所述目标数据采集时长缩化值由下述公式确定：
5.如权利要求2所述的方法，其特征在于，确定所述目标数据耗流量序列对应的目标数据耗流量缩化值序列具体包括：
6.如权利要求2所述的方法，其特征在于，确定所述目标数据传输速率序列对应...
【专利技术属性】
技术研发人员：何雨晴，肖怀福，周崇飞，钟万，赖亚恒，
申请(专利权)人：江西省海博信息科技有限公司，
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。