用户行为异常检测模型构建方法及检测方法技术

本发明专利技术涉及网络安全技术领域，提供一种用户行为异常检测模型构建方法及检测方法，该方法包括：根据先验数据生成用户行为的数据集，并标注；利用格拉姆角场法处理网络数据集，得到图像数据；基于滑动窗口法，根据网络图像数据得到不同尺寸的子图像，得到图像集合；根据网络图像集合和网络标注结果训练预先构建的检测模型，得到用户行为异常检测模型。本发明专利技术的有益效果：保留用户行为数据的原始性和完整性，以增加后续检测模型训练的准确性。利用格拉姆角场法和滑动窗口法将图像数据提取为不同尺度的子图像，对连续时间的用户行为进行综合处理，并二维图像的形式进行展示，提高特征提取的准确性和特征提取速度，进而提高用户行为检测效率。

【技术实现步骤摘要】

本专利技术涉及网络安全，具体而言，涉及一种用户行为异常检测模型构建方法及检测方法。

技术介绍

1、传统的基于边界的网络安全模型难以应对现代企业网络环境复杂化和攻击行为多样化等问题。目前，通常采用零信任安全模型进行现代企业网络环境中网络用户行为的检测，零信任安群模型采用“永不信任，始终验证”的侧罗，有分侵入式的特点。但是由于在零信任领域，已部署在网络应用的零信任安全模型服务在控制方面缺乏对用户行为的有效利用，仅能根据已经获取的用户行为数据进行分析，即在使用零信任安全模型进行检测之前，还需采用特征提取算法提取用户行为特征。但是现有的特征提取算法会直接利用用户行为数据的时间序列关系本身提取行为特征，导致用户行为数据的其他相关特征被舍弃，特征提取准确度不高，进而影响用户行为检测效率。

技术实现思路

1、本专利技术解决的问题是如何提高用户行为检测效率。

2、为解决上述问题，本专利技术提供了用户行为异常检测模型构建方法及检测方法。

3、第一方面，本专利技术提供了一种用户行为异常检测模型构建方法，包本文档来自技高网...

【技术保护点】

1.一种用户行为异常检测模型构建方法，其特征在于，包括：

2.根据权利要求1所述的用户行为异常检测模型构建方法，其特征在于，所述按照时间顺序，利用格拉姆角场法处理所述数据集，得到图像数据，包括：

3.根据权利要求2所述的用户行为异常检测模型构建方法，其特征在于，所述根据处理后的时间序列得到两个所述用户行为的时间序列对应的时间戳编码，包括：

4.根据权利要求1所述的用户行为异常检测模型构建方法，其特征在于，所述基于滑动窗口法，对所述图像数据进行提取，得到不同尺寸的子图像，基于所述子图像得到图像集合，包括：

5.根据权利要求4所述的用户行为异常...

【技术特征摘要】

1.一种用户行为异常检测模型构建方法，其特征在于，包括：

2.根据权利要求1所述的用户行为异常检测模型构建方法，其特征在于，所述按照时间顺序，利用格拉姆角场法处理所述数据集，得到图像数据，包括：

3.根据权利要求2所述的用户行为异常检测模型构建方法，其特征在于，所述根据处理后的时间序列得到两个所述用户行为的时间序列对应的时间戳编码，包括：

4.根据权利要求1所述的用户行为异常检测模型构建方法，其特征在于，所述基于滑动窗口法，对所述图像数据进行提取，得到不同尺寸的子图像，基于所述子图像得到图像集合，包括：

5.根据权利要求4所述的用户行为异常检测模型构建方法，其特征在于，所述根据预设缩放尺度和预设滑动步长对所述图像数据进行缩放，得到多个不同尺寸的...

【专利技术属性】
技术研发人员：陈小岛，刘宇鹏，王玥伟，黄晓辉，王力哲，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：