摘要
本发明公开了一种基于人工智能的安全事件预测与防范系统,涉及网络安全预测防范技术领域,包括收集处理模块,用于构建改进的特征提取模型,并收集网络数据提取网络数据特征;预测防范模块,用于构建改进的安全预测模型,并基于提取的网络数据特征预测网络安全事件,制定防范方案并进行实施。本发明通过多尺度低频记忆网络与卷积神经网络进行深度融合形成改进的特征提取模型,提高了对网络数据特征提取的准确性和代表性,同时通过使用多尺度低频记忆网络构建改进的安全预测模型并根据网络数据特征预测网络安全事件,制定防范方案进行实施,大幅提升了预测的准确性,提高对网络安全事件的响应速度。
技术关键词
网络安全事件
防范系统
特征提取模型
中央控制模块
多尺度
格式
存储模块
移动终端
高频特征
生成控制命令
数据特征提取
安全性检测
矩阵
模型超参数
深度神经网络
梯度下降法
防范技术
系统为您推荐了相关专利信息
风电功率平抑方法
混合储能系统
混合储能容量
平抑风电功率波动
算法
航空发动机组件
时序特征
空间特征提取
剩余使用寿命
航空发动机寿命
纹理模型
特征点云
三维模型
仿真建模方法
视觉识别系统
模型建立方法
三角褐指藻
多头注意力机制
海洋环境参数
层次注意力