VIP20

本课程属于：078-云上数据加密审计日志巡检 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

审计日志异常检测模型从入门到实践

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

审计日志基础

什么是审计日志 · 常见审计日志类型（系统日志 · 应用日志

审计日志基础什么是审计日志

审计日志收集与存储

日志收集工具（如ELK · Splunk） · 存储格式与压缩策略

审计日志收集存储

异常检测概述

异常检测概念 · 分类（点异常 · 上下文异常

异常检测概述异常检测概念

审计日志数据预处理

数据清洗 · 缺失值处理 · 时间戳标准化

审计日志数据预处…数据清洗

特征工程基础

数值特征 · 类别特征 · 时间特征（如持续时间

特征工程基础数值特征

基于统计的异常检测方法

均值‑标准差 · Z‑score · IQR方法

基于统计的异常检…均值‑标准差

基于距离的异常检测

K近邻 · 局部异常因子（LOF）算法

基于距离的异常检…K近邻

基于聚类的异常检测

K‑means · DBSCAN在日志异常检测中的应用

基于聚类的异常检…means

孤立森林算法原理与实践

算法推导 · 参数调优与代码实现

孤立森林算法原理算法推导

自编码器（Autoencoder）用于异常检测

网络结构 · 训练与重构误差

Autoencoder自编码器

One‑Class SVM原理与应用

核函数选择 · 参数影响

时间序列异常检测基础

滑动窗口 · 趋势分解 · 季节性调整

时间序列异常检测…滑动窗口

LSTM用于序列异常检测

长短期记忆网络 · 时序预测残差

LSTM用于序列异常检测

CNN在日志序列异常检测中的应用

1D卷积 · 特征图可视化

CNN日志序列异常检测

集成学习方法

随机森林 · XGBoost用于异常检测

集成学习方法随机森林

异常检测评估指标

精确率 · 召回率 · F1

异常检测评估指标精确率

数据不平衡处理

过采样 · 欠采样 · SMOTE及改进方法

数据不平衡处理过采样

审计日志特征工程进阶

会话特征 · 用户行为画像 · 实体嵌入

审计日志特征工程…会话特征

基于图的异常检测

关联分析 · 图神经网络初步

基于图的异常检测关联分析

异常检测模型可解释性

SHAP · LIME解释局部与全局特征

异常检测模型可解…SHAP

实时异常检测

流式数据处理 · 滑动窗口模型更新

实时异常检测流式数据处理

Flask/FastAPI服务化 · Docker容器化与Kubernet…

模型部署Flask/FastAP…

异常检测管道构建

Airflow工作流 · 日志采集‑处理‑告警流水线

异常检测管道构建Airflow

基于孤立森林的登录异常检测（数据准备 · 训练 · 评估）

案例实战基于孤立森林的登…

基于自编码器的API调用异常检测

案例实战API

基于LSTM的数据库查询异常检测

案例实战LSTM

多源日志关联分析异常检测（综合安全事…

案例实战多源日志关联分析…

模型监控与回滚

数据漂移检测 · 模型版本管理与自动回滚

模型监控回滚

审计日志异常检测常见挑战

噪音 · 概念漂移 · 标注缺失与解决方案

审计日志异常检测…噪音

总结与未来方向

联邦学习 · AutoML · 主动学习在异常检测中的前景

未来方向联邦学习