摘要
本发明涉及人工智能技术领域,公开了一种基于数据挖掘的网络安全态势评估方法,包括获取网络安全数据;采用基于负曲率梯度下降的全连接神经网络对网络安全数据进行特征提取,获得特征数据;采用基于量子势能约束的极限学习机构建分类器模型,利用特征数据进行分类器模型训练;利用训练后的分类器模型进行网络安全态势评估。本发明在处理多变的网络攻击类型时,能够提供更加稳定和准确的分类结果。
技术关键词
极限学习机
网络安全数据
分类器模型
网络安全态势评估
量子态
正则化参数
正则化策略
样本
神经网络参数
生成对抗网络
动态
人工智能技术
矩阵
误差函数
信息更新
阶段
系统为您推荐了相关专利信息
封装测试方法
非线性光学材料
量子点荧光标记
动态监测数据
非线性声学
特征提取模型
分类器模型
周期
位置更新
解码参数
量子身份认证方法
声纹特征
量子态
密钥
数字信号处理技术
降维特征
分类器模型
特征提取模型
识别方法
物体
特征提取模型
清洗设备
生成对抗网络
训练分类器模型
数据