人工智能驱动的自适应防火墙规则优化方法及系统

本发明提供人工智能驱动的自适应防火墙规则优化方法及系统，涉及人工智能技术领域，包括采集网络流量数据、系统日志数据和安全事件数据，通过深度包检测、自然语言处理和关联性分析提取多维特征向量；基于所述多维特征向量构建包含特征编码层、时序分析层和规则预测层的深度神经网络模型，生成规则策略集合；对规则策略集合进行并行验证测试，采用遗传算法优化规则策略，根据网络环境实时变化动态调整模型权重参数并下发规则。本发明实现了防火墙规则的智能化自适应优化，提高了规则匹配效率，降低了误报率和漏报率。