基于机器学习的网络安全检测系统及方法

本发明公开了基于机器学习的网络安全检测系统及方法，涉及网络安全技术领域，本发明通过多维度行为特征融合与风险评估，根据事件监听技术实时采集输入速度、错误率和鼠标轨迹行为数据，结合浏览阶段的停留时长、路径跳转特征，利用多模态特征融合模型实现时空对齐与深度特征嵌入，生成唯一映射的用户画像，突破传统静态凭证验证的局限性。通过IP地址、设备信息构建指纹校对块，与历史可信库进行匹配度校验，并结合行为特征基线阈值分析，实现硬件环境与操作行为的双重风险评估，显著提升异常识别准确率。实时跟踪潜在关联风险用户规模的动态演变，结合历史数据分析，实现风险扩散的量化预警与主动防控。