摘要
本发明涉及网络威胁监测技术领域,具体公开了一种基于YOLO算法的网络威胁监测与预警方法,S1:通过数据采集模块收集网络流量数据,并对所有网络流量数据中的有效特征数据进行提取;S2:将所得到的一维有效特征网络流量数据转化为二维可视化数据,通过对网络流量数据中的有效特征数据进行提取后,可以保证网络流量数据的可靠性以及准确性,从而提高网络威胁监测分析结果的可靠性,并且通过将目前成熟的图像处理算法运用到处理网络流量数据中来,为网络流量数据处理带来新的检测方式,其高速的检测方式,可以应对日益增大的网络流量数据威胁的安全监测。
技术关键词
网络流量数据
YOLO算法
预警方法
深度学习模型
长短期记忆网络
检测网络威胁
检测网络入侵
数据采集模块
YOLO模型
异常检测方法
图像处理算法
矩阵
训练集
数据编码
监测技术
总量
分段
速率
系统为您推荐了相关专利信息
预警方法
机组设备
趋势预测模型
高斯分布模型
参数
深度神经网络学习
图像识别模块
识别方法
身份识别模块
柔光灯
数字孪生模型
控制策略
智能分析算法
深度学习算法
模型预测控制算法
视频特征数据
音频特征数据
安防预警方法
瓶颈结构
安防预警系统