基于高斯过程偏差评估的自适应软件系统异常行为检测系统技术方案

本发明专利技术公开了一种基于高斯过程偏差评估的自适应软件系统异常行为检测系统，利用高斯过程来评估自适应软件系统行为和其预期模型行为之间存在的偏差，从而提升对于系统异常行为检测的准确度和及时性。本发明专利技术的特点在于当观测数据不足以支撑对于当前系统运行状态的判断时，会通过选择合适的时机注入强度优化的主动信号。这些信号可以刺激自适应软件系统产生明确的反馈行为，从而提高系统异常行为检测的及时性和准确性。与传统异常行为检测技术相比，本发明专利技术不仅能减少检测延迟，还能提高检测精度，同时还能以较低的代价实现高效监测。

【技术实现步骤摘要】

本专利技术属于计算机软件，具体涉及一种基于高斯过程偏差评估的自适应软件系统异常行为检测系统。

技术介绍

1、自适应软件系统的模型参数偏差会导致诸多可靠性问题。为了能够快速、准确检测出这一参数偏差，现有工作提出了多种运行时监测自适应软件系统的方法。这些偏差检测方法通过监测自适应软件系统自发运行的执行轨迹判断是否发生了模型参数偏差，却忽略了观测数据信息不足的挑战。这一检测挑战可能会导致仅凭被动观测的这类检测方法不足以揭示模型参数θ的潜在偏差。

技术实现思路

1、本专利技术针对现有技术中的不足，提供一种基于高斯过程偏差评估的自适应软件系统异常行为检测系统，与现有的模糊观测方法相比，该技术通过适当的主动控制信号来刺激自适应软件系统产生更有价值的观测数据以提高对自适应软件系统模型参数偏差的检测。

2、为实现上述目的，本专利技术采用以下技术方案：

3、基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于，包括：

4、参数偏差随机框架，用于将自适应软件系统的标称模型和可观测性本文档来自技高网...

【技术保护点】

1.基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于，包括：

2.如权利要求1所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述参数偏差随机框架由基于高斯模糊的先验预测和基于高斯模糊的后验回归组成；所述先验预测描述了模型参数的时序变化，所述后验回归描述了模型参数与观测变量之间的依赖关系。

3.如权利要求2所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述参数偏差随机框架表示如下：

4.如权利要求3所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述基于高斯模糊的...

【技术特征摘要】

1.基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于，包括：

2.如权利要求1所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述参数偏差随机框架由基于高斯模糊的先验预测和基于高斯模糊的后验回归组成；所述先验预测描述了模型参数的时序变化，所述后验回归描述了模型参数与观测变量之间的依赖关系。

3.如权利要求2所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述参数偏差随机框架表示如下：

4.如权利要求3所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述基于高斯模糊的后验回归中，采用线性时不变模型γ来描述环境输入αt对系统状态xt的影响，从而获得一个时不变线性系统ls如下：

5.如权利要求3所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述双向检测器评估自适应软件系统在是否遭受模型参数偏差方面的置信度，具体为：一方面，当能够观测到非零的控制信号时，使用传统的贝叶斯推断来判断当前的模型参数θt是否偏离了其安全区间；另一方面，当持续观测到受模糊观测影响的零值控制信号时，结合假设检验和最坏情况估计的结果决定是否触发主动控制信号注入。

6.如权利要求5所述的基于高斯过程偏差评估的自适应软件系统异常行为检测系统，其特征在于：所述能够观测到非零的控制信号时，使用非模糊观测的异常行为检测评估，具体为：首先根据高斯过程函数预测模型参数θt的先验分布θt|ft，然...

【专利技术属性】
技术研发人员：秦逸，马晓星，童燕翔，童昭旗，杨嵘，
申请(专利权)人：南京大学，
类型：发明
国别省市：