【技术实现步骤摘要】
本专利技术涉及网络安全，特别是指一种面向小样本约束的网络数据资产安全分类方法及系统。
技术介绍
1、网络安全
涉及入侵检测、防火墙、数据加密、身份验证和访问控制多个方面，专注于保护计算机网络安全，防止未经授权的访问，确保数据的完整性、保密性和可用性，旨在应对日益增多的网络安全威胁，包括网络攻击、恶意软件、钓鱼攻击和多种形式的网络犯罪，通过网络监控和实时安全响应，对潜在威胁进行预防和管理，保护网络和数据不受外部威胁和内部泄露的风险，结合保护措施的持续更新和维护，适应不断变化的安全威胁环境。
2、其中，网络数据资产安全分类方法旨在对网络中的数据资产按照安全等级进行分类，涵盖数据资产的识别、分类标准的设定和安全等级的划分，具体为数据资产的属性分析、安全级别判定准则的建立、分类规则的应用，通过对数据资产进行系统分类，使安全防护措施针对不同类型的数据资产进行实施，提高安全管理的针对性和有效性，更有效地管理和保护数据资产。
3、传统网络数据资产分类方法在处理小样本数据集方面存在一定局限性，需要大量数据才能训练出稳定高效...
【技术保护点】
1.一种面向小样本约束的网络数据资产安全分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，所述样本扩充数据集包括：数据特征集合、样本合成结果以及重采样数据集；
3.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，S1中，基于输入训练样本数据，分析输入的数据样本，提取样本的数据特征并进行样本的合成，通过分析输入样本和合成样本数据特征的相似度，优化数据质量，得到样本扩充数据集，包括：
4.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方...
【技术特征摘要】
1.一种面向小样本约束的网络数据资产安全分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，所述样本扩充数据集包括：数据特征集合、样本合成结果以及重采样数据集；
3.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，s1中，基于输入训练样本数据，分析输入的数据样本，提取样本的数据特征并进行样本的合成，通过分析输入样本和合成样本数据特征的相似度，优化数据质量，得到样本扩充数据集，包括：
4.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，s2中，基于所述样本扩充数据集，训练分类模型，分析样本数据特征间的相关性和数据的分布情况，并根据分析结果设定分类阈值，构建数据资产分类模型，包括：
5.根据权利要求1所述的面向小样本约束的网络数据资产安全分类方法，其特征在于，s3中，根据所述数据资产分类模型，根据资产的多种风险属性，对实际网络环境中的数据资产进行风险等级评定，计算多个数据资产的风险分数，并根据预设的阈值对分数进行分级...
【专利技术属性】
技术研发人员：张玉祺，程丽，鲁星星，齐文宇，明有为，
申请(专利权)人：金祺创北京技术有限公司，
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。