摘要
本发明公开了基于人工智能的网络安全风险预测方法及系统,涉及网络安全技术领域,具体方法包括:步骤一、读取网络日志信息,收集正常与异常的网络数据并划分不同的时间段;步骤二、基于人工智能算法,按时间段将特征数据进行模态分解,得到特征数据的分解分量;步骤三、基于LSTM网络构造预测模型,确定LSTM模型内部状态的更新方式;步骤四、基于特征数据在不同时间段的预测值,对网络安全风险进行预警预测。通过本申请方案的实施,有助于快速实现对大量网络数据的特征提取,有助于提升网络安全风险预测的准确性与全面性。
技术关键词
网络安全风险
时间段
网络接口
CEEMD方法
LSTM模型
数据
代表
人工智能算法
sigmoid函数
信号
网络安全技术
防火墙
噪声
预测系统
基础
关系
幅值
分段