摘要
本发明涉及网络安全技术领域,公开了一种基于人工智能算法的工业日志降噪处理方法及系统,该方法包括:采集设备/应用的历史告警数据,并进行预处理,并将预处理后的数据划分为训练集和测试集;构建卷积神经网络模型,基于训练集和测试集对卷积神经网络模型进行训练和测试,得到告警日志降噪模型;对告警日志降噪模型的运行参数进行配置,并与动态感知系统集成;接收设备/应用的实时告警数据,并将实时告警数据输入到告警日志降噪模型内,得到告警特征;根据告警特征进行分类,确定实时告警数据的类别;基于告警特征和类别进行存储和可视化分析。本发明能够从大量告警中精准识别出重复的或不相关的告警信息,并进行降噪处理,以减少系统负担。
技术关键词
历史告警数据
人工智能算法
降噪模型
告警日志
卷积神经网络模型
构建卷积神经网络
感知系统
工业
服务器
动态
网络安全技术
数据采集模块
集成模块
接收设备
采集设备
精度
参数
存储模块