一种基于深度学习算法的网络数据安全定位方法及系统

AITNT
正文
推荐专利
一种基于深度学习算法的网络数据安全定位方法及系统
申请号:CN202510243880
申请日期:2025-03-03
公开号:CN120128367A
公开日期:2025-06-10
类型:发明专利
摘要
本发明提供一种基于深度学习算法的网络数据安全定位方法及系统,涉及网络安全技术领域,方法包括:获取网络流量数据;提取所述网络流量数据的多个网络特征;对提取到的多个网络特征进行随机组合,构建多个网络特征子集;计算各个所述网络特征子集的相关性指数;选取相关性指数大于或者等于相关性指数阈值的网络特征子集;计算选取的各个网络特征子集的安全定位指数;选取安全定位指数最大的网络特征子集作为目标网络特征子集;根据所述目标网络特征子集,通过深度学习算法,进行网络数据安全定位。本发明在面对未知攻击和复杂的网络流量数据行为时,提供了有效的特征提取和分类能力,识别率高和误报率低,进而提升了整体的网络数据安全定位效果。
技术关键词
网络特征 深度学习算法 数据安全 定位方法 池化特征 网络流量数据 指数 布谷鸟搜索算法 网络安全技术 积层 定位系统 存储器 处理器 参数
系统为您推荐了相关专利信息
1
信息插入方法、装置和计算机可读存储介质
信息插入方法 像素点 视频帧 神经网络模型 文本
2
云环境安全监控方法及装置
决策 云服务器 聚类算法 节点 环境安全监控装置
3
一种智能化产科护理筛查辅助系统
健康风险评估 孕妇 辅助系统 数据安全管理 卷积神经网络提取
4
基于深度学习的烟叶产地检测方法、装置、介质及设备
检测烟叶 深度学习模型 烟叶产地 预测类别 传感器阵列
5
一种基于图神经网络的药物靶点亲和力预测方法
药物 亲和力预测模型 池化算法 池化特征 蛋白质特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号