摘要
本发明提供了一种基于人工智能的网络安全威胁检测方法及系统,包括:采集网络运行数据;在网络运行数据中提取网络安全威胁的数据特征,并基于数据特征对网络运行数据进行第一区分获得网络攻击样本和正常样本;基于网络安全威胁类型对网络攻击样本和正常样本进行第二区分,获得多类别样本训练组;基于多类别样本训练组对预设模型进行训练和优化,获得目标检测模型;将目标检测模型部署至网络安全检测系统中进行实时检测。有效提高检测的全面性、准确性,可以有效适应不同网络环境和业务场景下的安全检测需求。
技术关键词
网络关键节点
网络安全检测系统
样本
网络安全威胁事件
网络攻击特征
数据采集模块
标签
关注点
数据获取单元
模型训练模块
框架
报告
指标
基准
因子
系统为您推荐了相关专利信息
患者
分型系统
丙氨酸氨基转移酶
混合效应模型
数据获取模块
风险预测模型
抗肿瘤药物敏感性
肺腺癌患者
风险预测系统
免疫检查点基因
噪声特征
布局生成方法
噪声预测
坐标
大语言模型
航空发动机气路
数据驱动模型
一维卷积神经网络
故障诊断方法
数字孪生