一种基于集成学习的数据库内部人员攻击检测方法、系统、设备及介质

文档序号:37076327发布日期:2024-02-20 21:30阅读:来源:国知局

技术特征:

1.一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s1包括:

3.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s3包括:

4.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s4包括:

5.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s5包括:

6.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s6包括:

7.根据权利要求1所述的一种基于集成学习的数据库内部人员攻击检测方法,其特征在于:所述步骤s7包括:

8.一种基于集成学习的数据库内部人员攻击检测系统,其特征在于:包括:

9.一种基于集成学习的数据库内部人员攻击检测设备,其特征在于:包括:

10.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时能够实现权利要求1-7任一项所述的一种基于集成学习的数据库内部人员攻击检测方法。


技术总结
一种基于集成学习的数据库内部人员攻击检测方法、系统、设备及介质,方法为:获取数据库中的日志和人力资源表单,对获取的数据预处理;划分训练集和验证集;拆分重组构建查询语法数据集、查询结果数据集及内部人员信息数据集的训练集和验证集;使用训练集分别训练各自的子模型,通过验证集优化子模型,得到最优子模型;对三个子模型进行融合,构成训练好的集成模型,计算出一个告警阈值,确认数据窃取行为;从数据库中获取新产生的日志和人力资源表单,并对新数据预处理;重构新的数据集;将新的数据集输入最优子模型以及集成模型中,判别数据窃取行为;本发明降低了误检率和漏检率,提高了检测精度,有效的改善了模型的综合性能。

技术研发人员:夏小芳,刘洋,李东阳,黄兴业,高熙越,崔江涛
受保护的技术使用者:西安电子科技大学
技术研发日:
技术公布日:2024/2/19
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1