文献类型：期刊文章

作　　者：许洪军[1,2] 张洪[2] 贺维[3]

XU Hong-jun;ZHANG Hong;HE Wei(School of Computer Science and Technology,Harbin University of Science and Technology,Harbin 150080,China;School of Information,Heilongjiang Agricultural Engineering Vocational College,Harbin 150088,China;School of Computer Science and Information Engineering,Harbin Normal University,Harbin 150025,China)

机构地区：[1]哈尔滨理工大学计算机科学与技术学院,黑龙江哈尔滨150080 [2]黑龙江农业工程职业学院信息学院,黑龙江哈尔滨150088 [3]哈尔滨师范大学计算机科学与信息工程学院,黑龙江哈尔滨150025

出　　处：《哈尔滨理工大学学报》

基　　金：国家自然科学基金(61370031,61702142)

年　　份：2019

卷　　号：24

期　　号：4

起止页码：127-132

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、DOAJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对由于云用户的非法操作产生的云安全威胁问题,提出一种在保障云用户隐私的前提下,利用深度学习技术对用户工作中的鼠标操作行为进行分析,实现检测云用户异常行为的方法。该方法首先通过鼠标追踪工具,记录一定时间内用户的基本鼠标操作行为轨迹,然后利用卷积神经网络对记录的行为轨迹图像进行特征学习和分类。通过实验可知,所提出的方法能够在保障用户隐私的前提下,有效的检测用户的异常行为,同时可以避免对系统高维特征数据分析和处理,降低了异常行为检测的难度。

关 键 词：云安全 深度学习  卷积神经网络 操作行为  异常行为检测

分 类 号：TP301.6]