摘要
本发明提供网络攻击黑名单的智能管理方法及系统,涉及网络黑名单技术领域,包括通过建立多层级网络攻击特征库,结合决策树和双通道神经网络模型对攻击数据进行威胁等级评估;根据威胁等级对IP地址实施差异化的黑名单策略;采用分布式边缘节点网络进行威胁检测,利用深度学习、图神经网络和联邦学习实现黑名单的智能共享与更新。本发明能够实现网络攻击的精准识别和动态防护,提高黑名单管理的智能化水平,增强网络安全防护效果。
技术关键词
双通道神经网络
网络攻击特征库
决策树模型
网络流量数据
分布式边缘
机器学习模型
时序特征
建立黑名单
智能管理方法
节点
网络安全设备
分发策略
降维特征
族群
多维特征向量
数据包特征
滑动时间窗口
特征融合网络