基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

一种基于多维分级的关键数据销毁触发机制

针对单一销毁触发机制在关键数据失控时存在失效风险的问题,提出了一种基于多维分级的关键数据销毁触发机制.首先,基于心跳包、传感器及风险反馈等技术,分别从时间、空间、人工等三个维度聚集销毁触发信息;然后,构建了销毁触发评估指标体系,给出了销毁触发评估指标的科学赋值,并提出了分级销毁触发综合评判方法;最后,通过流程设计给出了...