基于人工智能和异常识别的模型训练方法及系统

发明专利有效专利

申请号：
CN202110248200.9
IPC分类号：H04L29/06;G06K9/62
申请日期：
2020-08-08
申请人：
詹能勇

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于人工智能和异常识别的模型训练方法及系统
申请号	CN202110248200.9	申请日期	2020-08-08
法律状态	暂无	申报国家	中国
公开/公告日	2021-06-08	公开/公告号	CN112929386A
优先权	暂无	优先权号	暂无
主分类号	H04L29/06 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L29/00 H04L 1/00至H04L 27/00单个组中不包含的装置、设备、电路和系统〔5〕 H04L29/02 通信控制；通信处理（H04L 29/12，H04L 29/14优先）〔5〕 H04L29/06 以协议为特征的〔5〕	IPC分类号	H;0;4;L;2;9;/;0;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人	詹能勇	申请人地址	广东省广州市应元路洪桂新街3号颐和雅轩南塔2201 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	高南山	当前权利人	高南山
发明人	不公告发明人
代理机构	暂无	代理人	暂无

摘要

本申请实施例提供一种基于人工智能和异常识别的模型训练方法及系统，分别通过异常时间片和异常数据片的识别模型，可以分别对异常时间片和异常数据片的异域特征进行分析和识别，综合考虑到时间特征和数据特征，而非单一的特征，从而可以得到更为精确的威胁态势识别结果，进一步的，对得到的包含异常时间片和异常数据片的威胁态势识别结果进行粒度异常检测，得到带有威胁态势拦截指标的目标异域数据，进一步提高了基于对异常时间片和异常数据片的威胁潜在信息的识别精度，有效确定出后续的威胁态势拦截指标，以便于提高通信过程中的安全性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供