摘要
本申请实施例提供了一种风险检测方法、装置、电子设备及存储介质,该方法包括:收集网络系统的风险日志数据;基于预设的黑名单规则对风险日志数据进行初步检测,获取风险信息;若风险信息表征风险日志数据无风险,则通过自然语言处理模型提取风险日志数据的上下文嵌入特征;通过卷积神经网络模型对上下文嵌入特征进行局部特征提取,获取风险日志数据所属的风险类别;通过模型解释技术,对风险类别进行解释后,确定风险日志数据中对风险类别产生影响的关键词元;将风险日志数据、风险信息、风险类别和关键词元输入已训练的生成式预训练模型,生成风险分析报告。本申请通过生成式预训练模型生成全面且可解释的风险分析报告,提高响应速度和效率。
技术关键词
日志
嵌入特征
风险分析报告
预训练模型
模型解释技术
卷积神经网络模型
局部特征提取
BERT模型
风险检测方法
黑名单规则
数据
关键词
线性回归模型
自然语言
样本
网络系统
可读存储介质
电子设备
风险检测装置
系统为您推荐了相关专利信息
自动化测试用例
自动化测试脚本
业务流程数据
生成可执行
生成测试用例
网络安全管理方法
网络异常检测
决策
网络流量数据
卷积神经网络提取
语音指令识别方法
控制电动轮椅
物理
归因
生成指令
实时监测数据
电致发光器件
监测策略
监测方法
序列