[发明专利]一种基于机器学习的日常访问模型实现方法及系统在审
| 申请号： | 201510293693.2 | 申请日： | 2015-06-01 |
| 公开（公告）号： | CN104994076A | 公开（公告）日： | 2015-10-21 |
| 发明（设计）人： | 陈守明;王甜;艾解清 | 申请（专利权）人： | 广东电网有限责任公司信息中心 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N5/02 |
| 代理公司： | 广州番禺容大专利代理事务所(普通合伙) 44326 | 代理人： | 刘新年 |
| 地址： | 510000 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于机器学习的日常访问模型实现方法及系统，其中，方法包括步骤：A、设置流量自我学习的时间范围；B、设置流量自我学习的网络终端范围与被访问的业务系统列表；C、采集流量并分析流量；D、形成流量分析结果；E、创建流量模型的异常访问规则；F、根据分析结果结合异常访问规则生成流量模型，通过所述流量模型对网络访问进行持续监控。通过本发明的流量模型可对企业内部的实际流量情况进行机器学习，通过一定时间的自我学习，可得到符合企业内部实际的日常访问规律(网络终端对企业业务系统的访问规律)，安全管理员只需结合企业内部的实际访控要求针对实际访问规则进行微调即可，从而提高企业内部的异常访问的精准度。另外，通过本发明的日常访问模型可对安全设备策略进行优化或检测。 | ||
| 搜索关键词： | 一种 基于 机器 学习 日常 访问 模型 实现 方法 系统 | ||
【主权项】：
一种基于机器学习的日常访问模型实现方法，其特征在于，包括步骤：A、设置流量自我学习的时间范围；B、设置流量自我学习的网络终端范围与被访问的业务系统列表；C、采集流量并分析流量；D、形成流量分析结果；E、创建流量模型的异常访问规则；F、根据分析结果结合异常访问规则生成流量模型，通过所述流量模型对网络访问进行持续监控。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司信息中心，未经广东电网有限责任公司信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510293693.2/，转载请声明来源钻瓜专利网。
