欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202211629175X
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于量子生成对抗网络的内部用户异常行为检测与评估方法,包括如下步骤:(1)数据预处理:从不同的多个文件中选择原始用户数据集,根据行为域的指标体系筛选出定量和定性的指标数据,将数据划分为不同用户的数据集,并对筛选出的指标数据做归一化处理;

(2)基于量子生成对抗网络的用户行为建模:选取用户的正常行为数据作为训练集,利用QGAN生成负样本,进而训练网络实现用户正常行为模型构建,其中QGAN采用量子-经典混合架构,通过量子和经典的混合架构实现输入/输出经典数据;所述QGAN采用量子-经典混合架构,其中生成器采用量子参数化线路模型,判别器采用经典的全连接神经网络,通过量子和经典的混合架构输入/输出经典数据,更有利于经典计算机对数据的处理;

(3)行为检测与评估:

为了表征用户行为的安全性,定义用户行为威胁得分d(x),同时根据行为特征定义威胁阈值,根据威胁得分和威胁阈值判定威胁行为;假设当前待检测数据为x,威胁得分d(x)计算公式为d(x)=(1-λ)Rd+λRn         (1)其中,λ表示权值,Rd和Rn分别代表生成器和分类器的重构误差,Rd为数据x与训练好的生成模型G(z)生成数据的差异:Rd=‖x-G(z)‖           (2)

Rn代表从分类器的角度来确定x跟生成样本的差异,选取分类器作为中间层的表示,计算公式如下:Rn=‖fn(x)-fn(G(z))‖        (3)fn(·)表示为分类器;

根据威胁得分和阈值Thd的比较,可以将用户行为Xt(x)分类为正常行为和威胁行为:其中Dtest为待测试数据;

根据其计算出的威胁得分d(x)使用评估函数f(d(x))对威胁的用户行为进行威胁评估,之后再根据评估阈值Thf将威胁用户行为的威胁程度划分为低危行为和高危行为;

评估函数为f(d(x))表达式如下:

其中,Low_threat、High_threat为威胁等级,Low_threat表示没有恶意行为或有较少的异常操作,而High_threat表示有恶意行为或有较频繁的异常操作;

进一步的,当用户采取恶意行为或任何异常操作时,行为得分d(x)超过2倍Thd,因此,采用威胁阈值Thf=2Thd                        (6)。

2.根据权利要求1所述的基于量子生成对抗网络的内部用户异常行为检测与评估方法,其特征是:步骤(1)所述定量指标数据为数值化指标,按照不同的用户,选定以天为时间单位来计算并统计频次特征。

3.根据权利要求1所述的基于量子生成对抗网络的内部用户异常行为检测与评估方法,其特征是:步骤(1)所述定性指标为非数值化指标。