摘要
本发明公开了基于人工智能技术的网络安全漏洞智能扫描方法及系统,涉及网络安全技术领域,包括获取历史漏洞数据和安全日志,提取其中的漏洞特征作为样本;基于样本进行模型训练得到漏洞扫描模型,设计持续学习机制保证漏洞扫描模型持续更新;利用漏洞扫描模型对待扫描系统进行行为分析,得到系统的所有潜在漏洞;对潜在漏洞进行填补,并基于潜在漏洞模拟攻击场景对系统进行攻击,判断是否达成有效填补。本发明利用历史漏洞数据和安全事件日志训练的深度学习模型可以识别复杂的漏洞模式和攻击向量,显著提高漏洞扫描的准确性和减少误报及漏报,通过在线学习机制,模型可以实时更新和适应新的数据和威胁环境,保持漏洞识别能力的时效性和准确性。
技术关键词
智能扫描方法
网络安全漏洞
人工智能技术
内存访问模式
漏洞特征
样本
扫描系统
数据
深度学习模型
在线学习机制
在线学习算法
扫描模块
日志
网络安全技术
正则化参数
代码结构
梯度下降法