[发明专利]融合多源特征的内部威胁人物检测方法在审
| 申请号： | 201810236422.7 | 申请日： | 2018-03-21 |
| 公开（公告）号： | CN108376254A | 公开（公告）日： | 2018-08-07 |
| 发明（设计）人： | 罗森林;程浩卿;潘丽敏;曲乐炜;张笈 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 人物检测 威胁 特征提取 多源 构建 预处理 人物特征向量 信息科学技术 处理数据 传统算法 多源数据 基本原则 模型训练 判定结果 算法执行 应用场景 有效实现 原始模型 融合 空缺 孤立 计算机 森林 | ||
【权利要求书】：
1.融合多源特征的内部威胁人物检测方法，其特征在于所述方法包括如下步骤：
步骤1，首先对待处理的多源数据进行预处理与特征提取，包括处理数据中的空缺值、异常值，进而根据不同数据的特点，遵循特征提取的基本原则，对不同数据进行特征提取，得到53维的内部威胁人物特征向量；
步骤2，利用包含人物基本行为的53维内部威胁人物特征向量构建100棵孤立树，然后基于已经构建的100棵孤立树，通过训练构建孤立森林原始模型；
步骤3，利用构建的原始模型进行内部威胁人物检测，设定判定离群点的阈值，并对待检测内部威胁人物判别。
2.根据权利要求1所述的融合多源特征的内部威胁人物检测方法，其特征在于：步骤1中充分利用人物在各个领域中产生的数据，对其进行细粒度的特征提取和融合，形成丰富的人物特征表示。
3.根据权利要求1所述的融合多源特征的内部威胁人物检测方法，其特征在于：步骤2中基于53维内部威胁人物特征向量，使用孤立森林算法构建内部威胁人物检测模型。
4.根据权利要求1所述的融合多源特征的内部威胁人物检测方法，其特征在于：步骤3中将行为异常且偏离正常人物行为模式的内部威胁人物检测问题映射到离群点检测问题，利用孤立森林算法在异常检测中检测效果好、适合处理高维数据等优势进行内部威胁人物判别。
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北京理工大学，未经北京理工大学许可，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/pat/books/201810236422.7/1.html，转载请声明来源钻瓜专利网。
