首页
›
密码学工程与数据安全
›
077-密钥权限审计日志巡检
›
《机器学习密钥异常检测模型训练与实时部署》
VIP20
本课程属于:077-密钥权限审计日志巡检
密码学工程与数据安全 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
机器学习密钥异常检测入门
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
密钥异常检测概述
什么是密钥异常检测?为什么重要?应用…
密钥异常检测概述
什么是密钥异常检…
02
密钥基础
对称密钥 · 非对称密钥 ·
密钥基础
对称密钥
03
异常检测基本概念
点异常 · 上下文异常 · 集体异常
异常检测基本概念
点异常
04
机器学习基础
监督 · 无监督 · 半监督学习
机器学习基础
监督
05
数据预处理
缺失值处理 · 标准化 · 归一化
数据预处理
缺失值处理
06
特征工程
基于统计的特征(均值 · 方差 · 熵)
特征工程
基于统计的特征
07
基于统计的异常检测
Z-score · IQR · 箱线图
基于统计的异常检…
Z-score
08
基于距离的方法
K近邻(KNN) · 局部异常因子(LOF) · 参数选择与实现
基于距离的方法
KNN
09
基于聚类的方法
K-Means · DBSCAN · 层次聚类
基于聚类的方法
K-Means
10
孤立森林(Isolation Forest)
原理 · 随机树划分 · 异常得分
Isolation
Forest
11
单类支持向量机(One-Class SVM)
核函数 · 边界学习 · 适合高维但样本少的情况
One-Class
SVM
12
自编码器(Autoencoder)与异常检测
重构误差 · 训练技巧 · 瓶颈维度选择
Autoencoder
自编码器
13
监督学习方法
逻辑回归 · 决策树 · 随机森林
监督学习方法
逻辑回归
14
特征选择与降维
PCA · t-SNE · 特征重要性
特征选择
降维
15
时间序列异常检测
滑动窗口 · 趋势分解 · 季节性
时间序列异常检测
滑动窗口
16
密钥使用行为建模
正常行为画像 · 访问频次 · 地理位置
密钥使用行为建模
正常行为画像
17
真实数据集介绍
公开数据集(KDD Cup · NSL-KDD) · 模拟生成方法
真实数据集介绍
KDD
18
模型评估指标
精确率 · 召回率 · F1-score
模型评估指标
精确率
19
交叉验证与超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
交叉验证
超参数调优
20
阈值选择与平衡
如何确定最佳阈值?代价敏感调整 · 业务场景适配
阈值选择
平衡
21
部署与实时检测
模型序列化 · 流式处理(Kafka/Flink) · 增量更新
部署
实时检测
22
案例实践
异常检测——基于频率 · IP变化 · 请求模式的检测
案例实践
API
23
案例实践
数据库访问密钥异常——用户行为分析 · 异常SQL检测
案例实践
数据库访问密钥异…
24
案例实践
SSH密钥异常——登录时间 · 来源地址 · 命令序列异常
案例实践
SSH
25
模型可解释性
SHAP · LIME · 特征重要性可视化
模型可解释性
SHAP
26
对抗样本与攻击
对抗攻击(梯度 · 扰动) · 模型鲁棒性增强
对抗样本
攻击
27
模型更新与持续学习
概念漂移 · 在线学习 · 周期性重训练策略
模型更新
持续学习
28
集成方法
Bagging · Boosting · Stacking
集成方法
Bagging
29
大规模场景处理
Spark MLlib · 分布式训练 · GPU加速
大规模场景处理
Spark
30
总结与展望
密钥异常检测的当前挑战 · 未来趋势(联邦学习 · 图神经网络)
密钥异常检测的当…
未来趋势
所属VIP或分类
同VIP:ELK搭建密钥审计日志平台教程
同VIP:ISO-27001密钥审计评审指南
同VIP:PCI-DSS合规密钥审计巡检实战