基于深度学习联合模型的跨情报源威胁检测方法和装置

AITNT
正文
推荐专利
基于深度学习联合模型的跨情报源威胁检测方法和装置
申请号:CN202411599159
申请日期:2024-11-11
公开号:CN119583112A
公开日期:2025-03-07
类型:发明专利
摘要
本发明实施例提供了一种基于深度学习联合模型的跨情报源威胁检测方法和装置,所述方法包括:获取多情报源的情报数据;根据情报数据,构建情报图;通过预先构建的深度学习联合模型,对情报图进行威胁检测,生成威胁检测结果,深度学习联合模型包括基于图神经网络构建的特征序列提取模型和基于深度学习构建的威胁检测模型;根据威胁检测结果触发预设的安全防御策略进行安全告警,能够对多情报源间复杂的关联关系进行深入挖掘,提高了威胁检测效率,降低了对人工的依赖,提高了自动化程度、智能化程度、适应性和实时性,提升了检测结果的准确率。
技术关键词
威胁检测方法 节点特征 告警策略 序列 深度学习算法 数据获取单元 链条 特征提取单元 元素 处理器 计算机程序产品 指令 计算机设备 关系 存储器 周期
系统为您推荐了相关专利信息
1
一种农作物种子水分梯度无损检测方法
无损检测方法 种子 低场核磁共振 样品管 三维成像
2
一种用于检测非小细胞肺癌的标志物、引物组及人工神经网络检测模型
检测非小细胞肺癌 人工神经网络 引物 预训练模型 迁移学习方法
3
一种危险废物智能执法感知头盔控制平台系统
控制平台系统 智能执法 时间序列预测模型 穿戴式头盔 数据中心模块
4
一种基于环境分析的LED显示器亮度自适应系统
环境光 亮度 LED显示器背光 光强度 光敏传感器
5
基于区域上下文增强大语言模型的全局交通信号控制方法
交通信号控制方法 大语言模型 交通信号灯控制 实时交通信息 车辆队列长度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号