一种基于人工智能的网络攻击监测方法、装置及产品

本发明公开了一种基于人工智能的网络攻击监测方法、装置及产品，本发明在利用无监督学习的网络入侵方法对计算机进行网络攻击监测时，通过聚类寻优算法，来寻优出入侵检测数据集的最优初始聚类中心，而后，则可根据寻优得到的最优初始聚类中心，来进行入侵检测数据集的数据聚类，从而得到多个数据类簇，接着，通过识别数据类簇中已知的正常和异常日志数据，即可判定各个数据类簇是否为异常网络数据类簇，最后，则可基于此，来得出计算机的网络攻击监测结果；由此，本发明相比于传统技术，提高了初始聚类中心选取的合理性以及准确性，因此，能够提高基于无监督学习的网络入侵监测的准确性，从而非常适用于在网络安全技术领域的大规模应用与推广。