摘要
本发明提供了一种基于人工智能的网络入侵检测与防御系统,属于网络安全技术领域,包括:三维行为图谱建模模块、多模态对抗训练模块以及边缘协同防御模块,其中:三维行为图谱建模模块用于通过时空融合的图卷积网络(SF‑GCN)构建网络实体(用户/设备/服务)的动态交互关系图谱,并计算自适应行为熵值Hnet。本发明提供的基于人工智能的网络入侵检测与防御系统,综合检测率大幅提升,误报率大幅降低,漏报率大幅降低;端到端延迟有效降低,策略生成速度大幅提升;模型尺寸显著缩小,推理延迟显著缩短,资源消耗显著减少;支持金融、物联网等场景的动态防御策略,阻断成功率大幅提高;协议合规性显著提高,联邦学习数据泄露风险大幅降低。
技术关键词
网络入侵检测
防御系统
融合检测器
异构特征
多头注意力机制
滑动窗口
资源消耗量
策略
动态关系图谱
协议
多模态
分支
模块
解析器
网络安全技术
关系建模
模态特征
系统为您推荐了相关专利信息
网络入侵检测系统
编码器
深度生成模型
重构误差
样本
语音特征
数据
音频采集设备
回声消除方法
归一化模块
数据预测方法
频域特征
局部特征提取
解码器
编码器
多头注意力机制
声音特征提取
加速器
管道
计数器
节点
资源
计算中心
Attention机制
计量方法