摘要
本发明公开了多模态数据融合的网络攻击检测方法,本发明涉及计算机网络安全技术领域,包括以下步骤:步骤一、网络流量数据采集与属性解析;步骤二、多维度特征提取与攻击路径绘制;步骤三、跨模态数据融合与模型构建整合;步骤四、模型激活赋能与攻击路线评估和步骤五、实时数据接入与攻击检测判定。该多模态数据融合的网络攻击检测方法,通过对网络流量数据多维度属性的详细分析,全面挖掘数据中的潜在特征信息,进一步融合攻击路径图、终端设备日志数据以及威胁情报数据等多源信息,进行跨模态交互学习构建多模态攻击检测模型,打破了传统单一数据源检测的局限,充分利用各数据间的关联性和互补性。
技术关键词
网络攻击检测方法
攻击检测模型
网络流量数据
空间分布特征
时间序列特征
多模态数据融合
多维特征向量
节点
计算机网络安全技术
协议
多维度特征提取
实时数据
跨模态
主成分分析算法
漏洞
终端设备
日志
系统为您推荐了相关专利信息
保障方法
数字孪生
数据
序列预测模型
双边滤波器
数据中心
调控方法
热源
液冷系统
模糊PID控制器
记忆装置
视觉特征
大语言模型
文本
交叉注意力机制