知识卡片

普通读书笔记卡 · 41.a.1.e.2 · 生成模型:未记录

行为语义补充事件匹配

理解等级:中级

用户实体行为分析把日志转为具上下文关联的图或表征,再把相似行为聚类形成指纹。它试图发现单条规则难覆盖的异常。用户和任务差异很大,不能为所有行为套一个统一正常模型;群组、时段与业务背景都会影响判断。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 网络安全 学习式监测与取证的机制 · 查看原书依据

      根据用户实体行为日志中的上下文信息推断事件语义,对类似行为进行聚类,从而分析行为模式[58]。首先是构建用户实体行为模型,将用户实体行为日志数据作为输入,对日志进行解析,并构建基于日志的知识图谱,通过嵌入模型,推断出知识图谱中节点的上下文语

    参考来源

    - 位置:《人工智能安全》网络安全,学习式监测与取证的机制(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0009.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。 - 原始内容:根据用户实体行为日志中的上下文信息推断事件语义,对类似行为进行聚类,从而分析行为模式[58]。首先是构建用户实体行为模型,将用户实体行为日志数据作为输入,对日志进行解析,并构建基于日志的知识图谱,通过嵌入模型,推断出知识图谱中节点的上下文语