一种基于可解释的内部威胁评估方法

摘要

本发明公开了一种基于可解释的内部威胁评估方法，其主旨在于解决神经网络在对待测数据进行威胁评估时对其结果无法解释的问题，本发明基于序列生成模型，通过简单的笛卡尔积、频率统计和邻接矩阵对异构数据进行了处理，从而生成了高数据利用率和行为覆盖率的用户行为序列，极大地降低了数据的冗余，提高了数据的处理速度。同时，基于可解释的威胁评估方法，能够对评估结果进行解释，从而辅助内部管理人员进行威胁复核，并以此作为评估模型更新的数据集，满足了评估模型的适应性更改，同时提高了威胁评估的检测精度。