一种基于深度学习的服务器安全风险识别方法及系统

本申请公开了一种基于深度学习的服务器安全风险识别方法及系统，涉及大数据分析技术领域。所述方法是先根据所有历史单位时段的服务器运行日志数据和网络流量数据，应用K‑means聚类算法得到多个聚类中心，然后针对各个中心，根据对应的所有归属时段的服务器安全风险类型标注结果确定对应的风险类型，再然后针对各种类型，将基于对应中心及非对应中心而得的正负样本数据导入深度学习模型进行模型训练，并识别得到当前单位时段的服务器安全风险类型标注结果为对应类型的置信度，最后在发现与最大置信度对应的某种类型为有风险类型时，启动执行与该有风险类型对应的报警动作和/或服务器安全策略，避免出现报警误触或执行不当安全策略等情况。