基于深度学习的多层次动态威胁监测系统

本发明实施例提供了一种基于深度学习的多层次动态威胁监测系统，其包括：数据采集模块获取网络流量、日志、用户行为数据样本及对应威胁标签。数据预处理模块对数据预处理得到第二样本，特征提取模块再生成各特征数据样本。接着，数据向量化模块将其转化为向量样本，语义序列构建模块分析跨语义关系并标注标签形成语义训练数据集。模型训练模块利用该数据集训练待训练模型，让其学习数据与标签关系并映射到网络参数，得到多层次动态威胁监测模型。最后，模型部署模块将模型部署在云服务器上，使其依据网络参数处理目标网络运行数据特征，预测网络安全威胁，保障网络安全。