基于机器学习的网络安全风险评估方法及系统

本发明公开了基于机器学习的网络安全风险评估方法及系统，涉及网络安全风险评估领域。通过构建待评估网络系统的拓扑结构，将拓扑结构中的网络节点依次编号，以时间步长T获取当网络节点遭受安全风险事件前和遭受攻击时的节点数据，以获取的节点数据作为输入特征参数，以获取的节点数据作为输出特征参数，分别对循环神经网络模型和LightGBM模型中进行训练，至模型的预测结果评估指标达到设定的期望值，采集在当前时刻的实时采样值利用循环神经网络模型和LightGBM模型获取实时采样值在时间步长T后的预测值，计算加权预测值及加权预测值与实时采样值的相似度，根据相似度划分第i网络节点遭受第j类安全风险事件的风险程度等级。