VIP20
本课程属于：088-对象存储加密审计日志巡检 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

基于机器学习的异常访问识别

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
课程介绍
异常访问识别概述 · 应用场景 · 课程目标
课程介绍异常访问识别概述
02
机器学习基础回顾
监督学习 · 无监督学习 · 半监督学习概念
机器学习基础回顾监督学习
03
数据预处理
数据清洗 · 缺失值处理 · 数据标准化与归一化
数据预处理数据清洗
04
特征工程
IP特征 · 时间特征 · 请求特征提取与选择
特征工程IP
05
访问日志数据介绍
Web日志格式 · 常见攻击类型（SQL注入 · XSS
访问日志数据介绍Web
06
数据探索与可视化
EDA方法 · 分布分析 · 相关性分析
数据探索可视化
07
标签数据构建
有监督学习的数据标注策略 · 人工标注与自动标签
标签数据构建有监督学习的数据…
08
异常检测基础
统计学方法（Z-score · IQR） · 阈值设定
异常检测基础Z-score
09
基于距离的异常检测
LOF（局部异常因子） · KNN异常检测
基于距离的异常检…LOF
10
基于密度的异常检测
DBSCAN聚类与异常点识别
基于密度的异常检…DBSCAN
11
孤立森林（Isolation Forest）
原理 · 参数调优 · 实现
IsolationForest
12
One-Class SVM
原理 · 核函数选择 · 应用
One-ClassSVM
13
自编码器（Autoencoder）
结构 · 训练 · 重构误差异常检测
Autoencoder自编码器
14
集成方法
随机森林 · XGBoost在异常检测中的应用
集成方法随机森林
15
深度学习模型
LSTM用于时序日志异常检测
深度学习模型LSTM
16
序列模型
CNN在访问序列特征提取中的应用
序列模型CNN
17
半监督学习方法
自训练 · 标签传播
半监督学习方法自训练
18
特征重要性分析
SHAP值 · Permutation Import…
特征重要性分析SHAP
19
模型评估指标
精确率 · 召回率 · F1分数
模型评估指标精确率
20
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
21
数据不平衡处理
过采样（SMOTE） · 欠采样 · 代价敏感学习
数据不平衡处理SMOTE
22
实时异常检测系统设计
流式数据处理 · 滑动窗口 · 报警机制
实时异常检测系统…流式数据处理
23
模型部署
Flask REST API · Docker容器化 · 模型服务
模型部署Flask
24
模型监控与更新
数据漂移检测 · 模型重训练策略 · 在线学习
模型监控更新
25
案例分析
基于Web日志的SQL注入检测实现
案例分析Web
26
案例分析
基于API调用的暴力破解检测实现
案例分析API
27
案例分析
内部威胁检测——用户行为基线构建
案例分析内部威胁检测
28
项目实战
端到端异常访问检测系统开发流程
项目实战端到端异常访问检…
29
前沿话题
联邦学习 · 图神经网络（GNN）在异常检测中的应…
前沿话题联邦学习
30
总结与未来方向
课程回顾 · 工业趋势 · 进阶资源
未来方向课程回顾