基于神经网络的网络空间资产实时感知与风险预警系统

本发明公开了一种基于神经网络的网络空间资产实时感知与风险预警系统，属于网络安全领域。针对传统网络空间资产感知与预警方法存在的实时性差、准确性低、无法处理大规模数据和缺乏自适应能力等问题，本发明构建三级协同模块架构，涵盖资产感知层、特征处理层和风险预警层。资产感知层利用混合式探测引擎实时收集资产信息并生成指纹向量；特征处理层融合多模态数据；风险预警层评估风险并可视化攻击路径。同时，采用强化学习优化探测策略、设计跨模态对齐损失函数以及运用时空因果卷积和因果注意力机制等核心算法。经广西电网公司实践验证，资产状态更新延迟从30分钟降至2分钟，新型APT攻击检测率提升至92％，带宽占用降低40％，有效提升网络安全防护水平。