一种基于深度学习的网络欺骗资源防御方法

本发明公开了一种基于深度学习的网络欺骗资源防御方法，涉及网络欺骗资源防御技术领域，包括：S1、建立网络目标防御网，通过伪装仿真模块对需要保护的网络目标进行伪装布防；S2、通过危险感知模块实时监控伪装仿真模块，通过用户端界面进行显示预警操作；S3、当使用者需要使用数据中心中的网络资源时，通过分析识别子系统分析网络资源是否为欺骗资源；S4、通过深度学习子系统分析欺骗资源，找到欺骗资源共同点，对其他网络资源进行自动识别和标记操作。本发明便于通过多维度收集网络资源的特征信息，实现对网络资源中的恶意数据的精准识别与标记操作，提高网络防御效果。