一种基于聚类分析的漏洞严重等级判别方法及系统

AITNT
正文
推荐专利
一种基于聚类分析的漏洞严重等级判别方法及系统
申请号:CN202510511554
申请日期:2025-04-23
公开号:CN120050116A
公开日期:2025-05-27
类型:发明专利
摘要
本发明涉及网络安全漏洞分析技术领域,尤其是涉及一种基于聚类分析的漏洞严重等级判别方法及系统。方法,包括获取网络漏洞数据;对获取的网络漏洞数据进行数据预处理;利用卷积神经网络模型对预处理后的数据进行特征提取;对提取的特征进行聚类分析,得到漏洞标记结果;基于得到的漏洞标记结果进行评分,得到评分结果。本发明使用自适应性特征注意力对于BERT基准注意力进行优化,使用漏洞数据进行再训练监督学习,达到精准预测攻击矢量的效果。
技术关键词
判别方法 卷积神经网络模型 环境影响评价 自然语言 热力图 标记 网络安全漏洞 K均值聚类算法 多头注意力机制 样本 判别系统 预训练模型 特征提取模块 评分系统 轮廓系数 数据获取模块
系统为您推荐了相关专利信息
1
一种考虑碳配额的产品定价优化的方法及系统
制造商 决策 粒子群算法 配额 利润
2
全景直播系统的智能导播与画面合成方法
全景视频数据 深度强化学习算法 全景直播系统 深度强化学习模型 画面
3
一种基于多判据融合的有源配网孤岛检测方法
孤岛检测方法 配网 历史运行数据 卷积神经网络模型 自动化特征工程
4
一种牙齿CBCT图像三维分割方法及系统
三维分割方法 正畸治疗 图像配准 三维卷积神经网络模型 生成对抗网络
5
一种基于多智能体协作的旅游AI助手系统及方法
多智能体协作 AI助手 旅游意图 地理位置信息 生成自然语言
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号