一种基于人工智能与大数据的网络安全漏洞智能检测方法

本申请涉及一种基于人工智能与大数据的网络安全漏洞智能检测方法，包括：对多模态网络安全数据进行动态时间同步处理，并通过跨模态关联分析生成时序对齐的多源数据流；从该数据流中提取出跨模态特征，并结合漏洞知识图谱对跨模态特征进行语义融合，生成多维特征向量；通过混合模型对多维特征向量进行训练，得到漏洞检测模型，并利用该模型对实时网络行为数据进行检测，输出漏洞概率和异常风险评分；根据漏洞概率与异常风险评分进行自动化漏洞验证，得到验证结果，并根据该结果对漏洞检测模型进行更新。该系统通过多模态数据协同、混合模型双重检测与闭环优化机制，能有效提高网络安全漏洞检测的准确性、及时性与稳定性，降低误报漏报率。