摘要
本申请提供了基于人工智能的网络入侵检测防御方法、系统和介质,属于人工智能及大数据技术领域。方法包括:通过入侵检测防御系统收集预设时间段内的网络流量数据、用户行为数据和系统日志数据,构建入侵行为检测图谱。从该图谱中提取入侵特征信息,并通过预设的对抗网络模型进行模拟攻击,获得模拟攻击结果。根据模拟攻击结果生成优化检测策略,并应用于入侵行为检测图谱以进行检测优化。此外,还从多个边缘节点获取监测信息,提取流量异常数据并生成全局威胁视图,再通过策略库和修复指令库分别获得防御策略和修复指令,以实现全面的网络入侵防御和修复。本申请显著提升了网络入侵检测的智能化水平和响应速度。
技术关键词
网络入侵检测
防御系统
网络流量数据
系统日志
对抗网络模型
异常数据
图谱
策略
系统事件日志
指数
时间段
网络入侵防御
错误日志
节点
指令
异常信息
标记
漏洞管理
可读存储介质
系统为您推荐了相关专利信息
工控网络安全
态势预测方法
压力感应单元
物理
接口
网络安全事件
网络安全风险
历史数据特征
深度学习模型
防御系统
车载网络入侵检测系统
车辆入侵检测系统
通道注意力机制
车辆入侵检测方法
卷积模块
数据风险评估方法
大数据风险
集成学习策略
降维技术
训练集
对抗网络模型
矿石
石墨
通道注意力机制
多尺度特征融合