骨干网环境下未知失窃密行为的发现具有重要的现实意义,然而,骨干网环境海量的数据特点给传统的异常检测方法带来了巨大的技术挑战,为此,本项目拟通过研究访问行为模型、行为属性无指导学习等关键模型与算法,解决无训练集的网络失窃密行为的异常检测问题,为进一步失窃密行为的追踪和控制提供关键理论与技术支撑。
英文主题词stealing or stolen secret, access behavior, unsupervised learning, anomaly detection, backbone