基于改进LSTM模型的运维异常行为分析

• 作者: 刘宝琦 李为
• 来源期刊: IT经理世界
• 学科: 工学
• 关键词: 机器学习 运维日志 异常检测 行为分析 运维审计
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 行业信息化
• 页码范围: 70-71
• 页数: 2页
• 分类号: TP311.52
• 字数: 2210字
• 语种: 中文

摘要

如今信息技术飞速发展,运维安全审计系统对于安全事件的防范效果显著.文中提出了基于改进LSTM神经网络的数据驱动检测模型,对运维记录进行深度挖掘,通过对用户行为模式建模,提取建立可泛化的模型,完成用户异常行为检测,准确率可达90％,这对于提高信息运维工作安全有极大的帮助,使得信息化运维工作质量得到了显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李为	华北电力大学控制与计算机工程学院	23	156	5.0	12.0
2	刘宝琦	华北电力大学控制与计算机工程学院	1	0	0.0	0.0