[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： | 本发明涉及融合多源特征的内部威胁人物检测方法，属于计算机与信息科学技术领域。本发明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；然后进行孤立森林模型训练，构建内部威胁人物检测模型；最后利用构建的原始模型进行内部威胁人物检测，并给出判定结果。本发明在实际应用场景中，可明显提升内部威胁人物检测性能，且算法执行时间较传统算法短，有效实现了内部威胁人物检测。 | ||
| 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 | ||
【主权项】：
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。
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/patent/201810236422.7/，转载请声明来源钻瓜专利网。
