一种基于模糊增强多项式神经网络的威胁行为检测方法

一种基于模糊增强多项式神经网络的威胁行为检测方法，包括模糊C均值聚类与多项式神经网络的结合、自适应优化机制的设计、熵激活函数的引入、动态边加权的实现以及模糊增强特征提取过程，并设计了用于威胁行为检测的自适应优化算法。本发明通过设计自适应模糊增强多项式神经网络来构造高效的威胁行为检测模型，实现网络流量中复杂威胁模式的精准识别，并有效提高检测精度与效率。此外，通过模糊规则的生成，实现神经网络的思考过程的可视化，提升系统的透明度与可解释性。与传统方法相比，本发明在检测准确率和适应性方面更具优势，不仅提升对复杂攻击模式的识别能力，适应不同网络环境，适合复杂网络流量中的威胁检测场景。