本成果针对现有节点异常行为分析方法通常面临着行为模式偏移导致的准确率不足等问题，研究大规模节点异常行为分析和攻击意图识别关键技术。通过研究面向算力网络的大规模云节点高效异常识别技术，基于数据中心内监测系统收集的云节点运行数据，采用基于深度学习的异常识别方法，建立数据中心云节点异常行为分析模型，实现新型数据中心内部大规模云节点的高效异常发现。通过研究面向新型数据中心的攻击意图感知方法，结合当前新型数据中心网络中攻击意图识别和感知技术的研究前沿，研究攻击意图感知方法，实现针对新型数据中心的攻击意图识别和主动协同防御。
在大型工业园区与企业用户的应用场景中，通过部署本系统，工业园区能够在复杂的网络环境中快速识别潜在威胁，实现对关键基础设施的精准防护，为企业构建起主动防御体系提供有力支撑。大规模异常行为分析和攻击意图识别技术体系原型系统
面议（具体合作方式与投资规模可联系洽谈）
大规模异常行为分析和攻击意图识别技术体系原型系统异常节点识别准确率为97.71%、攻击意图识别准确率为96.17%。
超高强镁合金及其制备成形技术
技术茂
登录
免费发布信息
