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
无损检测方法
种子
低场核磁共振
样品管
三维成像
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
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
环境光
亮度
LED显示器背光
光强度
光敏传感器
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