Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于主机特征及运行特征的资产归属识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天翼云科技有限公司

摘要:本发明公开了一种基于主机特征及运行特征的资产归属识别方法,包括以下步骤:步骤1:1.1数据采集;1.2端口信息Pi向量化;1.3中间件信息Ii向量化;1.4进程信息Si向量化;步骤2:构建深度学习模型;2.1拼接端口信息Pi和中间件信息Ii,生成合成特征向量Ci,将Ci输入卷积神经网络进行学习,设置模型最后一层输出的矩阵特征维度为m*n;2.2将进程特征向量Si输入循环神经网络进行学习;2.3拼接两组特征向量,输入全连接层,完成模型训练;步骤3:对未知归属的资产进行识别。本发明能够根据主机功能及所部署的业务,识别到与其功能高度相似的已知主机样本,从而完成主机归属识别操作,另外,可以实时进行识别,降低人力溯源成本,且该方法可扩展性强。

主权项:1.一种基于主机特征及运行特征的资产归属识别方法,其特征在于,包括以下步骤:步骤1:1.1数据采集;1.2端口信息Pi向量化;1.3中间件信息Ii向量化;1.4进程信息Si向量化;步骤2:构建深度学习模型2.1拼接端口信息Pi和中间件信息Ii,生成合成特征向量Ci,将Ci输入卷积神经网络进行学习,设置模型最后一层输出的矩阵特征维度为m*n;2.2将进程特征向量Si输入循环神经网络进行学习,为保证两组模型生成的特征向量在后续训练中权重相当,设置模型最后一层输出的向量特征维度为m*n;2.3拼接两组特征向量,输入全连接层,完成模型训练;步骤3:对未知归属的资产进行识别,且识别时,采用相同的预处理方法对样本进行特征提取,分别输入卷积神经网络和循环神经网络计算矩阵特征和向量特征,并将向量拼接结果输入至全连接层进行结果预测,输出结果为判断成各类归属角色的概率,依据概率从高到低排序进行归属识别。

全文数据:

权利要求:

百度查询: 天翼云科技有限公司 一种基于主机特征及运行特征的资产归属识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。